Overview

Dataset statistics

Number of variables34
Number of observations104603
Missing cells94630
Missing cells (%)2.7%
Duplicate rows1608
Duplicate rows (%)1.5%
Total size in memory27.1 MiB
Average record size in memory272.0 B

Variable types

Categorical28
Numeric6

Warnings

Dataset has 1608 (1.5%) duplicate rows Duplicates
description has a high cardinality: 86219 distinct values High cardinality
public_date has a high cardinality: 1205 distinct values High cardinality
update_date has a high cardinality: 68 distinct values High cardinality
metro_station has a high cardinality: 77 distinct values High cardinality
num_of_poly is highly correlated with metro_station and 3 other fieldsHigh correlation
metro_station is highly correlated with num_of_poly and 4 other fieldsHigh correlation
district is highly correlated with num_of_poly and 7 other fieldsHigh correlation
num_of_schools is highly correlated with num_of_poly and 6 other fieldsHigh correlation
num_of_hospitals is highly correlated with metro_station and 3 other fieldsHigh correlation
num_of_women_cons is highly correlated with metro_station and 3 other fieldsHigh correlation
num_of_kindg is highly correlated with num_of_poly and 6 other fieldsHigh correlation
num_of_metro_stations is highly correlated with metro_station and 3 other fieldsHigh correlation
num_of_dentists is highly correlated with district and 2 other fieldsHigh correlation
kitchen_square has 50213 (48.0%) missing values Missing
live_square has 44417 (42.5%) missing values Missing

Reproduction

Analysis started2021-04-25 09:25:47.551317
Analysis finished2021-04-25 09:27:07.878777
Duration1 minute and 20.33 seconds
Software versionpandas-profiling v2.11.0
Download configurationconfig.yaml

Variables

description
Categorical

HIGH CARDINALITY

Distinct86219
Distinct (%)82.4%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.
 
818
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.
 
589
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.
 
514
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.
 
208
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.
 
180
Other values (86214)
102294 

Length

Max length4987
Median length781
Mean length879.9895796
Min length1

Characters and Unicode

Total characters92049550
Distinct characters640
Distinct categories23 ?
Distinct scripts8 ?
Distinct blocks26 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique80351 ?
Unique (%)76.8%

Sample

1st rowЖилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная Рассрочка
2nd row🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇
3rd rowddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер, Ежемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.
4th row2 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.
5th rowКлубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатны
ValueCountFrequency (%)
Светлая квартира современной планировки с полной качественной отделкой в III очереди строительства ЖК «Огни залива» на первой линии Дудергофского канала в 200 м от берега Финского залива и Южно-Приморского парка. Минимальная ширина комнат 3,14 м, высота потолка 2,72 м. Отделка квартир включает в себя: обои под покраску, ламинат 32 класса, плинтусы и порожки в тон, межкомнатные двери, радиаторы отопления с регуляцией и разводкой труб в полу, кафельная плитка на стенах и на полу санузлов, полный комплект сантехники, выводы под стиральную машину в ванной и раковину на кухне, двухкамерные стеклопакеты, счетчики воды и тепла. Часть квартир сдается без отделки. Дома на 1 675 квартир оснащены подземным отапливаемым паркингом. Комплекс расположен в обжитом микрорайоне в Красносельском районе Петербурга на берегу Финского залива и Дудергофского канала. Экологически чистый район, чистые почвы и воздух побережья. В составе ЖК «Огни залива» функционирует детский сад на 180 малышей, заселены 5 домов первых очередей строительства, запланировано строительство двух школ на 825 учеников каждая, трех детских садов, поликлиники. Проект известной группы «БФА-Девелопмент», застройщик проекта - ООО «Дудергофский проект». Дома I и II очереди строительства сданы и заселены. III очередь строительства - корпус 9 (участок 242) и корпус 8 (участок 241) – будет введена в III квартале 2023 г.818
 
0.8%
«Континенты» – жилой комплекс класса «комфорт+» в Выборгском районе Санкт-Петербурга. Комплекс возводится вдоль Брюлловской улицы, в километре от станции метро «Парнас» и всего в 500 метрах от большого Шуваловского парка. Расположение домов позволит жителям комфортно и быстро добраться практически до любой точки города: в нескольких минутах – въезд на КАД, в 600 метрах – развязка с Выборгским шоссе. В пешеходной доступности функционируют 4 школы, более 10 детских садов, медицинский центр, почтовое отделение, неподалеку – ТК «Парнас Сити» и ТРК «Гранд Каньон». В составе комплекса будет возведен детский сад на 150 малышей, появится большая торговая галерея с уютными заведениями прямо у дома.,В составе ЖК «Континенты» - 6 домов выстой 25 и 27 этажей. Архитектурная концепция комплекса выполнена мастерами известного петербургского бюро «Интерколумниум». 6 домов жилого комплекса отражают 6 континентов. Элементы частей света представлены в отделке парадных и в ландшафтном дизайне. В соответствии с тематикой того или иного континента подобрано оформление каждого холла, озеленение и оборудование дворов, арт-объекты. Во дворах разместятся игровые зоны для детей, спортивные площадки для баскетбола и мини-футбола, тренажеры, место для игры в бадминтон, зеленые места для отдыха. Для юных жителей будет обустроена велодорожка, для любителей домашних животных – зона для игр и дрессировки питомцев.,Территория дома будет закрыта от посторонних, предусмотрено круглосуточное видеонаблюдение и собственная служба охраны 24/7.,«Континенты» – жилой комплекс продуманных решений. В домах есть подземный паркинг и кладовые помещения для хранения сезонных вещей. При строительстве применяются энергоэффективные инженерные и технические решения, которые позволят экономить на оплате коммунальных услуг. Класс энергоэффективности дома «А» (Очень высокий). ,Все квартиры сдаются с качественной отделкой «под ключ» уровня «комфорт+». Ряд лотов – со встроенными кухнями.589
 
0.6%
«Любоград» — уютный малоэтажный квартал комфорт-класса, состоящий из домов высотой всего 4 этажа. Жизнь здесь будет размеренной и спокойной, а все соседи будут знать друг друга. В ЖК «Любоград» предусмотрена вся инфраструктура для полноценной и интересной жизни: два детских сада, школа, поликлиника, спортивный комплекс. На первых этажах домов откроются магазины и кафе.,«Любоград» располагается в уникальном месте Петербурга: в Стрельне, в историческом Петродворцовом районе, который славится роскошными дворцами и парками. Здесь уже есть вся социальная и торгово-сервисная инфраструктура, необходимая для комфортной жизни. Хорошую транспортную доступность обеспечивает близость развязки КАД и Санкт-Петербургского шоссе. Добраться до ближайшего метро можно на маршрутке или трамвае.514
 
0.5%
«Малоохтинский, 68» - новый проект LEGENDA Business в самом центре Петербурга, на правом берегу Невы. Проект отличает оригинальное решение по планировке земельного участка: секции ассиметрично расположены на территории жилого комплекса и окружены оазисами зелени. Проект рассчитан на 918 квартир. На подземном этаже предусмотрен тёплый паркинг, куда можно спуститься на бесшумном скоростном лифте прямо со своего этажа. На территории жилого комплекса предусмотрена система круглосуточного видеонаблюдения и IP-домофония. Особенное внимание в проекте уделено ассортименту планировочных решений от маркетинговой лаборатории LEGENDA. Из панорамных квартир открываются впечатляющие виды на Неву и архитектурные доминанты Санкт-Петербурга: Александро-Невскую лавру, Смольный собор, Невскую Ратушу и эффектное здание «Санкт-Петербург Плаза». Любоваться разводными мостами здесь можно прямо со своей панорамной террасы. Вдохновением для создания архитектурного облика послужили знаковые урбанистические проекты из Европы: похожую атмосферу вы можете ощутить, например, в самом трендовом районе Гамбурга - HafenCity. Квартал вокруг «Малоохтинского, 68» уже полностью сформирован: здесь есть и эффектные здания от именитых архитекторов, и элитные бизнес-центры, парки, wellness-инфраструктура и велодорожки. Рядом нет пятен под застройку, поэтому дом гармонично вписывается в уже благоустроенную и обжитую среду центрального Петербурга. Благодаря современной архитектуре и уникальному расположению на берегу Невы «Малоохтинский, 68» продолжает развитие современного кластера в центре Петербурга и создает новые ассоциативные образы города.208
 
0.2%
Раннее субботнее утро. Вы спускаетесь в пекарню на первом этаже своего дома за кофе и свежей выпечкой и начинаете планировать день. Может быть, отправиться на прогулку в Парк Победы, ведь он буквально в двух шагах, потом пообедать в любимом итальянском ресторане поблизости, а вечером посмотреть новую постановку в «Скороходе» у Московских ворот? Или за полчаса доехать до Пушкина, полюбоваться Екатерининским дворцом, а затем вернуться домой, переодеться и дойти до улицы Рубинштейна, чтобы встретиться с друзьями в баре? А что, если вообще полететь на выходные в Москву или Калининград – аэропорт совсем рядом, а выгодных предложений по билетам и гостиницам предостаточно,Представляем iD Park Pobedy – клубный квартал в престижном Московском районе. Это премьерный проект Euroinvest Development в сегменте Select, объединяющем качественную и трендовую недвижимость с уникальной инфраструктурой в локациях, прилегающих к историческому центру Петербурга. Удобное расположение, единое современное и лаконичное архитектурное решение, разнообразие планировок, система приватных благоустроенных дворов без машин с собственными детским садом, школой и образовательным кластером для детей и взрослых, галерея магазинов и сервисов первой необходимости, прогулочные променады со спортивными площадками – почувствуйте себя в центре новой истории! iD Park Pobedy – ваше iDеальное пространство достижений.180
 
0.2%
Апарт-отель «Начало» расположен на берегу Ивановского водоема в 15 минутах ходьбы от ст.м. «Ломоносовская». В апарт-отеле вы можете купить апартаменты и распоряжаться ими, как считаете нужным: заселиться в них, сдавать в аренду самому или с помощью УК «Начало.сервис»., Апартаменты отличают продуманные планировочные решения для максимизации полезной и эффективной площади. Готовая чистовая отделка поможет избежать многолетнего шума и грязи в лифтах и холлах от ремонта соседей. За дополнительную оплату можно заказать полное оснащение апартамента мебелью, техникой, текстилем и посудой "под ключ".,В апарт-отеле предусмотрен полный набор гостиничного сервиса - ресепшн, прачечная, служба горничных, техническая служба в формате "муж на час", еда в номер, заказ такси, помощь и техническая поддержка, а также ресторан, прачечная, велнес-центр, офисы и коворкинг, салоны красоты и прочие.,Для инвесторов УК предлагает распределенный доход в зависимости от категории номеров, который позволяет снизить риски, волатильность доходов и расходов. Инвесторы смогут получать доход, не тратя время и силы на операционную деятельность за счет наличия централизованной УК. ,Апартаменты можно приобрести в рассрочку или в ипотеку. Действует субсидированная ставка Сбербанка – от 3,6% годовых. Продажи осуществляются с использованием эскроу-счетов.,Срок окончания строительства апарт-отеля — 1 квартал 2023 года131
 
0.1%
Жилой комплекс Golden City как величественный корабль пришвартовался у намывных территорий у берегов Финского залива.,В самой живописной его части, на западном побережье Васильевского острова.,Шесть новых кварталов Golden City будут структурированы целой сетью различных общественных пространств, красивых площадей и улиц.,В комплексе представлен широкий выбор планировочных решений от комфортных студий с двумя окнами до двухуровневых квартир. ,А так же видовые квартиры с террасами и без, трехсторонние планировки с угловым остеклением, и квартиры с окном в ванной комнате.,Первые этажи предназначены под коммерцию. ,В жилом комплексе предусмотрены детские сады и школы, дойти до которых можно будет за пару минут. ,Интересные факты о проекте:,• Финалист федеральной премии ТОП ЖК-2021,• Golden City вошел в ТОП-5 инвестиционно-привлекательных новостроек Санкт-Петербурга ,• Уникальная архитектура европейского класса, уже ставшая знаковой ,• Великолепные виды на Финский залив и парковую зону из панорамных окон ,Прямая продажа от застройщика! ,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, материнский капитал. Звоните!124
 
0.1%
Представляем iD Moskovskiy – эксклюзивную резиденцию на Московском проспекте с приватным SPA-пространством для собственников, рассчитанную на 173 квартиры. Это – дебютный проект Euroinvest Development в сегменте Collection, объединяющем уникальные владения в историческом центре Петербурга.,Респектабельная локация, авторская архитектура, продолжающая традиции парадного сталинского ампира и ар-деко, впечатляющие интерьеры вестибюлей и холлов с шестиметровыми потолками, благородные фасадные и отделочные материалы, уединённый двор-сад с колоннадой для неспешных прогулок, разнообразие планировочных решений, окна в пол, современные технологии и инженерия, закрытый детский сад на территории, приветливая служба консьержей – мы продумали каждую деталь, чтобы вы могли позволить себе роскошь быть собой. Без компромиссов.115
 
0.1%
Жилой комплекс бизнес-класса Alter состоит из трёх 12-этажных башен, объединённых стилобатом, на котором разместится закрытый внутренний двор. В квартирографии представлены 220 европланировок с одной, двумя и тремя спальнями, а также варианты с террасами и свободным зонированием. Высота потолков в квартирах составляет 2,9 метров.109
 
0.1%
Жилой комплекс «Ариосто» представляет собой кирпично-монолитный дом высотой в 12 этажей. Концепцию нового квартала разработало одно из ведущих российских бюро – «Архитектурная мастерская Юсупова». Во внешнем оформлении комплекса присутствуют элементы итальянской архитектуры, а также яркие цветовые акценты по верхнему поясу здания.,В доме спроектировано 300 уникальных планировок. На этаже расположено от 2 до 6 квартир. В них предусмотрены панорамные окна и потолки высотой до 3,6 метра. В некоторых квартирах предусмотрены террасы и сауны, а также окна в ванных комнатах. Застройщик предлагает покупателям три варианта чистовой отделки на выбор: «Сканди», «Современный» и «Классика».,В состав объекта входят собственный детский сад, магазины и ресторан. В комплексе предусмотрена система автоматизации техники «Умный дом». В доме находятся кладовые помещения, а также подземный паркинг. Прилегающая к комплексу часть заказника будет преобразована в благоустроенный парк. На придомовой территории находятся площадка для скейтбординга, футбольное поле, детские площадки, велосипедные и прогулочные дорожки. Зимой будет залит каток.,Жилой комплекс находится в Приморском районе на пересечении ул. Глухарская и пр. Авиаконструкторов. Юнтоловский лесопарк расположен в 10 минутах пешком. Метро «Комендантский проспект» находится в 10 минутах транспортом.89
 
0.1%
Other values (86209)101726
97.2%
2021-04-25T12:27:08.920727image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
в468208
 
3.9%
и447908
 
3.7%
на272380
 
2.3%
с181228
 
1.5%
114802
 
1.0%
от101491
 
0.8%
для85419
 
0.7%
квартира82590
 
0.7%
по78930
 
0.7%
метро66306
 
0.6%
Other values (231239)10067856
84.1%

Most occurring characters

ValueCountFrequency (%)
11972534
 
13.0%
о7652215
 
8.3%
а6057788
 
6.6%
е5373535
 
5.8%
т4753348
 
5.2%
и4730359
 
5.1%
н4568166
 
5.0%
р4284869
 
4.7%
с3605100
 
3.9%
к3283589
 
3.6%
Other values (630)35768047
38.9%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter69726149
75.7%
Space Separator12032565
 
13.1%
Other Punctuation3605426
 
3.9%
Uppercase Letter3500612
 
3.8%
Decimal Number1894901
 
2.1%
Dash Punctuation557570
 
0.6%
Other Symbol135069
 
0.1%
Close Punctuation111870
 
0.1%
Open Punctuation107536
 
0.1%
Final Punctuation107011
 
0.1%
Other values (13)270841
 
0.3%

Most frequent character per category

ValueCountFrequency (%)
💥18878
14.0%
🎁18569
13.7%
📣18554
13.7%
№12681
9.4%
🔥10578
7.8%
💸9271
6.9%
⌛9260
6.9%
🤫9258
6.9%
✅5538
 
4.1%
✔4685
 
3.5%
Other values (366)17797
13.2%
ValueCountFrequency (%)
о7652215
 
11.0%
а6057788
 
8.7%
е5373535
 
7.7%
т4753348
 
6.8%
и4730359
 
6.8%
н4568166
 
6.6%
р4284869
 
6.1%
с3605100
 
5.2%
к3283589
 
4.7%
в2846160
 
4.1%
Other values (64)22571020
32.4%
ValueCountFrequency (%)
П384135
 
11.0%
К325681
 
9.3%
В274079
 
7.8%
С242246
 
6.9%
О208495
 
6.0%
Д186155
 
5.3%
И163088
 
4.7%
Т150666
 
4.3%
Н150458
 
4.3%
А142588
 
4.1%
Other values (60)1273021
36.4%
ValueCountFrequency (%)
,1798817
49.9%
.1369358
38.0%
:133578
 
3.7%
!112438
 
3.1%
"89029
 
2.5%
%31549
 
0.9%
;22725
 
0.6%
/18438
 
0.5%
•9211
 
0.3%
·8406
 
0.2%
Other values (14)11877
 
0.3%
ValueCountFrequency (%)
+21044
76.8%
=2836
 
10.4%
>2209
 
8.1%
~658
 
2.4%
√214
 
0.8%
|204
 
0.7%
⟱92
 
0.3%
◼29
 
0.1%
◽27
 
0.1%
⋆19
 
0.1%
Other values (11)68
 
0.2%
ValueCountFrequency (%)
²7813
99.6%
¼21
 
0.3%
½2
 
< 0.1%
¹1
 
< 0.1%
①1
 
< 0.1%
②1
 
< 0.1%
③1
 
< 0.1%
④1
 
< 0.1%
⑤1
 
< 0.1%
⑥1
 
< 0.1%
Other values (3)3
 
< 0.1%
ValueCountFrequency (%)
1346592
18.3%
2325343
17.2%
0256425
13.5%
3184520
9.7%
5182722
9.6%
4153095
8.1%
6129681
 
6.8%
7113804
 
6.0%
8105414
 
5.6%
997301
 
5.1%
Other values (2)4
 
< 0.1%
ValueCountFrequency (%)
-414067
74.3%
—100172
 
18.0%
–40583
 
7.3%
‐2723
 
0.5%
―13
 
< 0.1%
‑11
 
< 0.1%
‒1
 
< 0.1%
ValueCountFrequency (%)
­423
44.4%
​254
26.7%
⁣158
 
16.6%
‍109
 
11.4%
‌7
 
0.7%
2
 
0.2%
ValueCountFrequency (%)
`1480
95.1%
🏻47
 
3.0%
🏼14
 
0.9%
^12
 
0.8%
🏾3
 
0.2%
¸1
 
0.1%
ValueCountFrequency (%)
11972534
99.5%
 60020
 
0.5%
 4
 
< 0.1%
 4
 
< 0.1%
 3
 
< 0.1%
ValueCountFrequency (%)
̆4948
62.7%
️2919
37.0%
̈11
 
0.1%
́9
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
42.9%
13
31.0%
10
23.8%
1
 
2.4%
ValueCountFrequency (%)
«105996
99.3%
“757
 
0.7%
‘31
 
< 0.1%
ValueCountFrequency (%)
»105957
99.0%
”764
 
0.7%
’290
 
0.3%
ValueCountFrequency (%)
(107493
> 99.9%
[43
 
< 0.1%
ValueCountFrequency (%)
)111828
> 99.9%
]42
 
< 0.1%
ValueCountFrequency (%)
₽10451
99.8%
$18
 
0.2%
ValueCountFrequency (%)
26399
100.0%
ValueCountFrequency (%)
_81431
100.0%
ValueCountFrequency (%)

50
100.0%
ValueCountFrequency (%)
⃣13
100.0%
ValueCountFrequency (%)
ஜ8
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic72650298
78.9%
Common18814440
 
20.4%
Latin576449
 
0.6%
Inherited8018
 
< 0.1%
Braille289
 
< 0.1%
Unknown42
 
< 0.1%
Tamil8
 
< 0.1%
Arabic6
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
11972534
63.6%
,1798817
 
9.6%
.1369358
 
7.3%
-414067
 
2.2%
1346592
 
1.8%
2325343
 
1.7%
0256425
 
1.4%
3184520
 
1.0%
5182722
 
1.0%
4153095
 
0.8%
Other values (481)1810967
 
9.6%
ValueCountFrequency (%)
о7652215
 
10.5%
а6057788
 
8.3%
е5373535
 
7.4%
т4753348
 
6.5%
и4730359
 
6.5%
н4568166
 
6.3%
р4284869
 
5.9%
с3605100
 
5.0%
к3283589
 
4.5%
в2846160
 
3.9%
Other values (60)25495169
35.1%
ValueCountFrequency (%)
i46749
 
8.1%
o43832
 
7.6%
e39192
 
6.8%
l32115
 
5.6%
t31273
 
5.4%
a30797
 
5.3%
r29165
 
5.1%
I23973
 
4.2%
n22018
 
3.8%
v17187
 
3.0%
Other values (53)260148
45.1%
ValueCountFrequency (%)
̆4948
61.7%
️2919
36.4%
‍109
 
1.4%
⃣13
 
0.2%
̈11
 
0.1%
́9
 
0.1%
‌7
 
0.1%
̀2
 
< 0.1%
ValueCountFrequency (%)
18
42.9%
13
31.0%
10
23.8%
1
 
2.4%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
⠀289
100.0%
ValueCountFrequency (%)
ஜ8
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic72650298
78.9%
ASCII18800434
 
20.4%
None384560
 
0.4%
Punctuation155515
 
0.2%
Dingbats14970
 
< 0.1%
Letterlike Symbols12697
 
< 0.1%
Currency Symbols10451
 
< 0.1%
Misc Technical9346
 
< 0.1%
Diacriticals4970
 
< 0.1%
VS2919
 
< 0.1%
Other values (16)3390
 
< 0.1%

Most frequent character per block

ValueCountFrequency (%)
о7652215
 
10.5%
а6057788
 
8.3%
е5373535
 
7.4%
т4753348
 
6.5%
и4730359
 
6.5%
н4568166
 
6.3%
р4284869
 
5.9%
с3605100
 
5.0%
к3283589
 
4.5%
в2846160
 
3.9%
Other values (60)25495169
35.1%
ValueCountFrequency (%)
11972534
63.7%
,1798817
 
9.6%
.1369358
 
7.3%
-414067
 
2.2%
1346592
 
1.8%
2325343
 
1.7%
0256425
 
1.4%
3184520
 
1.0%
5182722
 
1.0%
4153095
 
0.8%
Other values (84)1796961
 
9.6%
ValueCountFrequency (%)
«105996
27.6%
»105957
27.6%
 60020
15.6%
💥18878
 
4.9%
🎁18569
 
4.8%
📣18554
 
4.8%
🔥10578
 
2.8%
💸9271
 
2.4%
🤫9258
 
2.4%
·8406
 
2.2%
Other values (284)19073
 
5.0%
ValueCountFrequency (%)
—100172
64.4%
–40583
26.1%
•9211
 
5.9%
‐2723
 
1.8%
”764
 
0.5%
“757
 
0.5%
’290
 
0.2%
​254
 
0.2%
…234
 
0.2%
⁣158
 
0.1%
Other values (12)369
 
0.2%
ValueCountFrequency (%)
✅5538
37.0%
✔4685
31.3%
❗1477
 
9.9%
❄1413
 
9.4%
➡970
 
6.5%
✓397
 
2.7%
✒209
 
1.4%
❤42
 
0.3%
❂41
 
0.3%
➕37
 
0.2%
Other values (19)161
 
1.1%
ValueCountFrequency (%)
№12681
99.9%
℅13
 
0.1%
ℹ2
 
< 0.1%
℡1
 
< 0.1%
ValueCountFrequency (%)
⌛9260
99.1%
⏩68
 
0.7%
⏬6
 
0.1%
⏱4
 
< 0.1%
⏰3
 
< 0.1%
⏺2
 
< 0.1%
⌚2
 
< 0.1%
⏹1
 
< 0.1%
ValueCountFrequency (%)
₽10451
100.0%
ValueCountFrequency (%)
̆4948
99.6%
̈11
 
0.2%
́9
 
0.2%
̀2
 
< 0.1%
ValueCountFrequency (%)
️2919
100.0%
ValueCountFrequency (%)
♦1247
56.8%
☎234
 
10.7%
⚡108
 
4.9%
☕103
 
4.7%
★91
 
4.1%
☟66
 
3.0%
☑50
 
2.3%
♀50
 
2.3%
⚜37
 
1.7%
⚠32
 
1.5%
Other values (27)179
 
8.1%
ValueCountFrequency (%)
●84
21.7%
▪75
19.4%
▫63
16.3%
►56
14.5%
◼29
 
7.5%
◽27
 
7.0%
▼18
 
4.7%
▻9
 
2.3%
■8
 
2.1%
◄7
 
1.8%
Other values (2)11
 
2.8%
ValueCountFrequency (%)
🙂26
28.6%
😊11
12.1%
🙏9
 
9.9%
😉8
 
8.8%
😎6
 
6.6%
😁5
 
5.5%
😍5
 
5.5%
😇3
 
3.3%
🙌3
 
3.3%
😯2
 
2.2%
Other values (9)13
14.3%
ValueCountFrequency (%)
√214
80.5%
⋆19
 
7.1%
⋅18
 
6.8%
−8
 
3.0%
≈3
 
1.1%
⋘2
 
0.8%
⋙2
 
0.8%
ValueCountFrequency (%)
⠀289
100.0%
ValueCountFrequency (%)
Ⓜ29
76.3%
①1
 
2.6%
②1
 
2.6%
③1
 
2.6%
④1
 
2.6%
⑤1
 
2.6%
⑥1
 
2.6%
⑦1
 
2.6%
⑧1
 
2.6%
⑨1
 
2.6%
ValueCountFrequency (%)
2
100.0%
ValueCountFrequency (%)
𝐄2
12.5%
𝟐2
12.5%
𝟎2
12.5%
𝐨2
12.5%
𝐍1
6.2%
𝐖1
6.2%
𝐓1
6.2%
𝐈1
6.2%
𝐌1
6.2%
𝐏1
6.2%
Other values (2)2
12.5%
ValueCountFrequency (%)
▀2
100.0%
ValueCountFrequency (%)
↦1
50.0%
↕1
50.0%
ValueCountFrequency (%)
18
42.9%
13
31.0%
10
23.8%
1
 
2.4%
ValueCountFrequency (%)
ஜ8
100.0%
ValueCountFrequency (%)
═34
100.0%
ValueCountFrequency (%)
۩4
66.7%
۞2
33.3%
ValueCountFrequency (%)
﹡7
100.0%
ValueCountFrequency (%)
🅿2
66.7%
🆕1
33.3%

flat_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
Квартира
85984 
Студия
18619 

Length

Max length8
Median length8
Mean length7.644006386
Min length6

Characters and Unicode

Total characters799586
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowКвартира
2nd rowСтудия
3rd rowКвартира
4th rowКвартира
5th rowКвартира
ValueCountFrequency (%)
Квартира85984
82.2%
Студия18619
 
17.8%
2021-04-25T12:27:09.236355image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:09.332603image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
квартира85984
82.2%
студия18619
 
17.8%

Most occurring characters

ValueCountFrequency (%)
а171968
21.5%
р171968
21.5%
т104603
13.1%
и104603
13.1%
К85984
10.8%
в85984
10.8%
С18619
 
2.3%
у18619
 
2.3%
д18619
 
2.3%
я18619
 
2.3%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter694983
86.9%
Uppercase Letter104603
 
13.1%

Most frequent character per category

ValueCountFrequency (%)
а171968
24.7%
р171968
24.7%
т104603
15.1%
и104603
15.1%
в85984
12.4%
у18619
 
2.7%
д18619
 
2.7%
я18619
 
2.7%
ValueCountFrequency (%)
К85984
82.2%
С18619
 
17.8%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic799586
100.0%

Most frequent character per script

ValueCountFrequency (%)
а171968
21.5%
р171968
21.5%
т104603
13.1%
и104603
13.1%
К85984
10.8%
в85984
10.8%
С18619
 
2.3%
у18619
 
2.3%
д18619
 
2.3%
я18619
 
2.3%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic799586
100.0%

Most frequent character per block

ValueCountFrequency (%)
а171968
21.5%
р171968
21.5%
т104603
13.1%
и104603
13.1%
К85984
10.8%
в85984
10.8%
С18619
 
2.3%
у18619
 
2.3%
д18619
 
2.3%
я18619
 
2.3%

object_type
Categorical

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
Новостройка
76427 
Вторичная
28176 

Length

Max length11
Median length11
Mean length10.4612774
Min length9

Characters and Unicode

Total characters1094281
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНовостройка
2nd rowВторичная
3rd rowНовостройка
4th rowНовостройка
5th rowНовостройка
ValueCountFrequency (%)
Новостройка76427
73.1%
Вторичная28176
 
26.9%
2021-04-25T12:27:09.536731image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:09.646610image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
новостройка76427
73.1%
вторичная28176
 
26.9%

Most occurring characters

ValueCountFrequency (%)
о257457
23.5%
т104603
9.6%
р104603
9.6%
а104603
9.6%
Н76427
 
7.0%
в76427
 
7.0%
с76427
 
7.0%
й76427
 
7.0%
к76427
 
7.0%
В28176
 
2.6%
Other values (4)112704
10.3%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter989678
90.4%
Uppercase Letter104603
 
9.6%

Most frequent character per category

ValueCountFrequency (%)
о257457
26.0%
т104603
10.6%
р104603
10.6%
а104603
10.6%
в76427
 
7.7%
с76427
 
7.7%
й76427
 
7.7%
к76427
 
7.7%
и28176
 
2.8%
ч28176
 
2.8%
Other values (2)56352
 
5.7%
ValueCountFrequency (%)
Н76427
73.1%
В28176
 
26.9%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1094281
100.0%

Most frequent character per script

ValueCountFrequency (%)
о257457
23.5%
т104603
9.6%
р104603
9.6%
а104603
9.6%
Н76427
 
7.0%
в76427
 
7.0%
с76427
 
7.0%
й76427
 
7.0%
к76427
 
7.0%
В28176
 
2.6%
Other values (4)112704
10.3%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1094281
100.0%

Most frequent character per block

ValueCountFrequency (%)
о257457
23.5%
т104603
9.6%
р104603
9.6%
а104603
9.6%
Н76427
 
7.0%
в76427
 
7.0%
с76427
 
7.0%
й76427
 
7.0%
к76427
 
7.0%
В28176
 
2.6%
Other values (4)112704
10.3%

rooms
Categorical

Distinct5
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
1
55116 
2
30600 
3
16666 
4
 
1991
5
 
230

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters104603
Distinct characters5
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row1
3rd row1
4th row2
5th row5
ValueCountFrequency (%)
155116
52.7%
230600
29.3%
316666
 
15.9%
41991
 
1.9%
5230
 
0.2%
2021-04-25T12:27:09.895552image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:09.967469image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
155116
52.7%
230600
29.3%
316666
 
15.9%
41991
 
1.9%
5230
 
0.2%

Most occurring characters

ValueCountFrequency (%)
155116
52.7%
230600
29.3%
316666
 
15.9%
41991
 
1.9%
5230
 
0.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number104603
100.0%

Most frequent character per category

ValueCountFrequency (%)
155116
52.7%
230600
29.3%
316666
 
15.9%
41991
 
1.9%
5230
 
0.2%

Most occurring scripts

ValueCountFrequency (%)
Common104603
100.0%

Most frequent character per script

ValueCountFrequency (%)
155116
52.7%
230600
29.3%
316666
 
15.9%
41991
 
1.9%
5230
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII104603
100.0%

Most frequent character per block

ValueCountFrequency (%)
155116
52.7%
230600
29.3%
316666
 
15.9%
41991
 
1.9%
5230
 
0.2%

floors
Real number (ℝ≥0)

Distinct25
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean7.909505464
Minimum1
Maximum25
Zeros0
Zeros (%)0.0%
Memory size817.3 KiB
2021-04-25T12:27:10.066226image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q13
median7
Q311
95-th percentile19
Maximum25
Range24
Interquartile range (IQR)8

Descriptive statistics

Standard deviation5.600976968
Coefficient of variation (CV)0.7081323849
Kurtosis0.1309433641
Mean7.909505464
Median Absolute Deviation (MAD)4
Skewness0.9032757184
Sum827358
Variance31.37094299
MonotocityNot monotonic
2021-04-25T12:27:10.179010image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=25)
ValueCountFrequency (%)
211831
 
11.3%
39530
 
9.1%
48830
 
8.4%
58340
 
8.0%
66672
 
6.4%
76574
 
6.3%
86410
 
6.1%
16341
 
6.1%
95370
 
5.1%
104950
 
4.7%
Other values (15)29755
28.4%
ValueCountFrequency (%)
16341
6.1%
211831
11.3%
39530
9.1%
48830
8.4%
58340
8.0%
ValueCountFrequency (%)
25328
 
0.3%
24735
0.7%
23805
0.8%
22923
0.9%
21959
0.9%

square
Real number (ℝ≥0)

Distinct1192
Distinct (%)1.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean50.95267631
Minimum10
Maximum130.9
Zeros0
Zeros (%)0.0%
Memory size817.3 KiB
2021-04-25T12:27:10.305180image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum10
5-th percentile22.2
Q134
median44.6
Q364.2
95-th percentile97.4
Maximum130.9
Range120.9
Interquartile range (IQR)30.2

Descriptive statistics

Standard deviation23.26975553
Coefficient of variation (CV)0.4566934892
Kurtosis0.5589710224
Mean50.95267631
Median Absolute Deviation (MAD)14.1
Skewness0.9667740549
Sum5329802.8
Variance541.4815223
MonotocityNot monotonic
2021-04-25T12:27:10.438901image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
34911
 
0.9%
25832
 
0.8%
37798
 
0.8%
26790
 
0.8%
35787
 
0.8%
36715
 
0.7%
22.1711
 
0.7%
38.7635
 
0.6%
50630
 
0.6%
32610
 
0.6%
Other values (1182)97184
92.9%
ValueCountFrequency (%)
1011
< 0.1%
111
 
< 0.1%
11.31
 
< 0.1%
11.54
 
< 0.1%
11.61
 
< 0.1%
ValueCountFrequency (%)
130.94
 
< 0.1%
130.82
 
< 0.1%
130.717
< 0.1%
130.611
< 0.1%
130.53
 
< 0.1%

kitchen_square
Real number (ℝ≥0)

MISSING

Distinct449
Distinct (%)0.8%
Missing50213
Missing (%)48.0%
Infinite0
Infinite (%)0.0%
Mean13.017426
Minimum2
Maximum74.1
Zeros0
Zeros (%)0.0%
Memory size817.3 KiB
2021-04-25T12:27:10.574871image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q19
median12
Q316.1
95-th percentile23.5
Maximum74.1
Range72.1
Interquartile range (IQR)7.1

Descriptive statistics

Standard deviation6.126584052
Coefficient of variation (CV)0.4706448152
Kurtosis5.576204708
Mean13.017426
Median Absolute Deviation (MAD)3.7
Skewness1.523042769
Sum708017.8
Variance37.53503215
MonotocityNot monotonic
2021-04-25T12:27:10.700278image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
52739
 
2.6%
102072
 
2.0%
111285
 
1.2%
121222
 
1.2%
151096
 
1.0%
91008
 
1.0%
8898
 
0.9%
6814
 
0.8%
14813
 
0.8%
17808
 
0.8%
Other values (439)41635
39.8%
(Missing)50213
48.0%
ValueCountFrequency (%)
2318
0.3%
2.15
 
< 0.1%
2.21
 
< 0.1%
2.32
 
< 0.1%
2.56
 
< 0.1%
ValueCountFrequency (%)
74.11
< 0.1%
73.62
< 0.1%
73.51
< 0.1%
712
< 0.1%
681
< 0.1%

live_square
Real number (ℝ≥0)

MISSING

Distinct863
Distinct (%)1.4%
Missing44417
Missing (%)42.5%
Infinite0
Infinite (%)0.0%
Mean28.63036587
Minimum5
Maximum123
Zeros0
Zeros (%)0.0%
Memory size817.3 KiB
2021-04-25T12:27:10.863920image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum5
5-th percentile10.6
Q116
median24.9
Q338.4
95-th percentile60.3
Maximum123
Range118
Interquartile range (IQR)22.4

Descriptive statistics

Standard deviation16.12189023
Coefficient of variation (CV)0.5631045831
Kurtosis1.199083219
Mean28.63036587
Median Absolute Deviation (MAD)9.9
Skewness1.148774876
Sum1723147.2
Variance259.9153447
MonotocityNot monotonic
2021-04-25T12:27:11.029314image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
181478
 
1.4%
151050
 
1.0%
17997
 
1.0%
16893
 
0.9%
14881
 
0.8%
30651
 
0.6%
20619
 
0.6%
11606
 
0.6%
10547
 
0.5%
10.7495
 
0.5%
Other values (853)51969
49.7%
(Missing)44417
42.5%
ValueCountFrequency (%)
56
< 0.1%
5.11
 
< 0.1%
5.21
 
< 0.1%
5.61
 
< 0.1%
610
< 0.1%
ValueCountFrequency (%)
1231
< 0.1%
116.71
< 0.1%
116.62
< 0.1%
116.31
< 0.1%
1162
< 0.1%

price
Real number (ℝ≥0)

Distinct32892
Distinct (%)31.4%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean8715257.598
Minimum1107000
Maximum95000000
Zeros0
Zeros (%)0.0%
Memory size817.3 KiB
2021-04-25T12:27:11.181287image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum1107000
5-th percentile3366455
Q14964324.5
median7055000
Q310500000
95-th percentile19736307
Maximum95000000
Range93893000
Interquartile range (IQR)5535675.5

Descriptive statistics

Standard deviation5926479.156
Coefficient of variation (CV)0.6800119319
Kurtosis14.19678991
Mean8715257.598
Median Absolute Deviation (MAD)2405000
Skewness2.843082598
Sum9.116420905 × 1011
Variance3.512315519 × 1013
MonotocityNot monotonic
2021-04-25T12:27:11.315600image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
6500000501
 
0.5%
5500000435
 
0.4%
7500000424
 
0.4%
4500000377
 
0.4%
5200000347
 
0.3%
8500000344
 
0.3%
6000000342
 
0.3%
5300000340
 
0.3%
4200000328
 
0.3%
5800000321
 
0.3%
Other values (32882)100844
96.4%
ValueCountFrequency (%)
11070001
< 0.1%
12000001
< 0.1%
14350001
< 0.1%
14550001
< 0.1%
14588881
< 0.1%
ValueCountFrequency (%)
950000001
< 0.1%
945576001
< 0.1%
916182001
< 0.1%
852840001
< 0.1%
850000001
< 0.1%

build_matireal
Categorical

Distinct3
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
Монолит
52508 
Кирпич
39508 
Панель
12587 

Length

Max length7
Median length7
Mean length6.501974131
Min length6

Characters and Unicode

Total characters680126
Distinct characters14
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowПанель
2nd rowКирпич
3rd rowКирпич
4th rowПанель
5th rowМонолит
ValueCountFrequency (%)
Монолит52508
50.2%
Кирпич39508
37.8%
Панель12587
 
12.0%
2021-04-25T12:27:11.694220image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:11.816054image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
монолит52508
50.2%
кирпич39508
37.8%
панель12587
 
12.0%

Most occurring characters

ValueCountFrequency (%)
и131524
19.3%
о105016
15.4%
н65095
9.6%
л65095
9.6%
М52508
 
7.7%
т52508
 
7.7%
К39508
 
5.8%
р39508
 
5.8%
п39508
 
5.8%
ч39508
 
5.8%
Other values (4)50348
 
7.4%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter575523
84.6%
Uppercase Letter104603
 
15.4%

Most frequent character per category

ValueCountFrequency (%)
и131524
22.9%
о105016
18.2%
н65095
11.3%
л65095
11.3%
т52508
 
9.1%
р39508
 
6.9%
п39508
 
6.9%
ч39508
 
6.9%
а12587
 
2.2%
е12587
 
2.2%
ValueCountFrequency (%)
М52508
50.2%
К39508
37.8%
П12587
 
12.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic680126
100.0%

Most frequent character per script

ValueCountFrequency (%)
и131524
19.3%
о105016
15.4%
н65095
9.6%
л65095
9.6%
М52508
 
7.7%
т52508
 
7.7%
К39508
 
5.8%
р39508
 
5.8%
п39508
 
5.8%
ч39508
 
5.8%
Other values (4)50348
 
7.4%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic680126
100.0%

Most frequent character per block

ValueCountFrequency (%)
и131524
19.3%
о105016
15.4%
н65095
9.6%
л65095
9.6%
М52508
 
7.7%
т52508
 
7.7%
К39508
 
5.8%
р39508
 
5.8%
п39508
 
5.8%
ч39508
 
5.8%
Other values (4)50348
 
7.4%

public_date
Categorical

HIGH CARDINALITY

Distinct1205
Distinct (%)1.2%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
15/2/2021
18578 
26/3/2021
 
6873
22/3/2021
 
4099
3/2/2021
 
1486
4/3/2021
 
1407
Other values (1200)
72160 

Length

Max length10
Median length9
Mean length8.892689502
Min length8

Characters and Unicode

Total characters930202
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique333 ?
Unique (%)0.3%

Sample

1st row4/2/2021
2nd row13/5/2020
3rd row15/2/2021
4th row4/3/2021
5th row6/2/2021
ValueCountFrequency (%)
15/2/202118578
 
17.8%
26/3/20216873
 
6.6%
22/3/20214099
 
3.9%
3/2/20211486
 
1.4%
4/3/20211407
 
1.3%
19/2/20211249
 
1.2%
20/2/20211155
 
1.1%
25/3/20211115
 
1.1%
6/3/20211107
 
1.1%
12/2/20211078
 
1.0%
Other values (1195)66456
63.5%
2021-04-25T12:27:12.325403image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
15/2/202118578
 
17.8%
26/3/20216873
 
6.6%
22/3/20214099
 
3.9%
3/2/20211486
 
1.4%
4/3/20211407
 
1.3%
19/2/20211249
 
1.2%
20/2/20211155
 
1.1%
25/3/20211115
 
1.1%
6/3/20211107
 
1.1%
12/2/20211078
 
1.0%
Other values (1195)66456
63.5%

Most occurring characters

ValueCountFrequency (%)
2291324
31.3%
/209206
22.5%
1163570
17.6%
0136639
14.7%
342419
 
4.6%
526020
 
2.8%
616529
 
1.8%
915312
 
1.6%
810335
 
1.1%
79995
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number720996
77.5%
Other Punctuation209206
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2291324
40.4%
1163570
22.7%
0136639
19.0%
342419
 
5.9%
526020
 
3.6%
616529
 
2.3%
915312
 
2.1%
810335
 
1.4%
79995
 
1.4%
48853
 
1.2%
ValueCountFrequency (%)
/209206
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common930202
100.0%

Most frequent character per script

ValueCountFrequency (%)
2291324
31.3%
/209206
22.5%
1163570
17.6%
0136639
14.7%
342419
 
4.6%
526020
 
2.8%
616529
 
1.8%
915312
 
1.6%
810335
 
1.1%
79995
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII930202
100.0%

Most frequent character per block

ValueCountFrequency (%)
2291324
31.3%
/209206
22.5%
1163570
17.6%
0136639
14.7%
342419
 
4.6%
526020
 
2.8%
616529
 
1.8%
915312
 
1.6%
810335
 
1.1%
79995
 
1.1%

update_date
Categorical

HIGH CARDINALITY

Distinct68
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
20/2/2021
13751 
24/2/2021
7224 
19/2/2021
6825 
27/3/2021
 
5872
18/2/2021
 
5276
Other values (63)
65655 

Length

Max length9
Median length9
Mean length8.8932153
Min length8

Characters and Unicode

Total characters930257
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique2 ?
Unique (%)< 0.1%

Sample

1st row4/2/2021
2nd row13/2/2021
3rd row19/2/2021
4th row4/3/2021
5th row24/3/2021
ValueCountFrequency (%)
20/2/202113751
 
13.1%
24/2/20217224
 
6.9%
19/2/20216825
 
6.5%
27/3/20215872
 
5.6%
18/2/20215276
 
5.0%
26/3/20214356
 
4.2%
28/3/20213903
 
3.7%
15/2/20213537
 
3.4%
17/2/20213389
 
3.2%
24/3/20213113
 
3.0%
Other values (58)47357
45.3%
2021-04-25T12:27:12.655617image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
20/2/202113751
 
13.1%
24/2/20217224
 
6.9%
19/2/20216825
 
6.5%
27/3/20215872
 
5.6%
18/2/20215276
 
5.0%
26/3/20214356
 
4.2%
28/3/20213903
 
3.7%
15/2/20213537
 
3.4%
17/2/20213389
 
3.2%
24/3/20213113
 
3.0%
Other values (58)47357
45.3%

Most occurring characters

ValueCountFrequency (%)
2339241
36.5%
/209206
22.5%
1149340
16.1%
0120810
 
13.0%
345259
 
4.9%
412960
 
1.4%
712006
 
1.3%
811949
 
1.3%
510189
 
1.1%
69732
 
1.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number721051
77.5%
Other Punctuation209206
 
22.5%

Most frequent character per category

ValueCountFrequency (%)
2339241
47.0%
1149340
20.7%
0120810
 
16.8%
345259
 
6.3%
412960
 
1.8%
712006
 
1.7%
811949
 
1.7%
510189
 
1.4%
69732
 
1.3%
99565
 
1.3%
ValueCountFrequency (%)
/209206
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common930257
100.0%

Most frequent character per script

ValueCountFrequency (%)
2339241
36.5%
/209206
22.5%
1149340
16.1%
0120810
 
13.0%
345259
 
4.9%
412960
 
1.4%
712006
 
1.3%
811949
 
1.3%
510189
 
1.1%
69732
 
1.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII930257
100.0%

Most frequent character per block

ValueCountFrequency (%)
2339241
36.5%
/209206
22.5%
1149340
16.1%
0120810
 
13.0%
345259
 
4.9%
412960
 
1.4%
712006
 
1.3%
811949
 
1.3%
510189
 
1.1%
69732
 
1.0%

district_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,7
44888 
3,8
15211 
3,9
12037 
4,0
10027 
3,2
5497 
Other values (5)
16943 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,7
4th row3,5
5th row3,9
ValueCountFrequency (%)
3,744888
42.9%
3,815211
 
14.5%
3,912037
 
11.5%
4,010027
 
9.6%
3,25497
 
5.3%
3,65388
 
5.2%
3,55116
 
4.9%
4,12416
 
2.3%
3,42074
 
2.0%
3,31949
 
1.9%
2021-04-25T12:27:12.903416image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:12.991393image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
3,744888
42.9%
3,815211
 
14.5%
3,912037
 
11.5%
4,010027
 
9.6%
3,25497
 
5.3%
3,65388
 
5.2%
3,55116
 
4.9%
4,12416
 
2.3%
3,42074
 
2.0%
3,31949
 
1.9%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
394109
30.0%
744888
14.3%
815211
 
4.8%
414517
 
4.6%
912037
 
3.8%
010027
 
3.2%
25497
 
1.8%
65388
 
1.7%
55116
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
394109
45.0%
744888
21.5%
815211
 
7.3%
414517
 
6.9%
912037
 
5.8%
010027
 
4.8%
25497
 
2.6%
65388
 
2.6%
55116
 
2.4%
12416
 
1.2%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
394109
30.0%
744888
14.3%
815211
 
4.8%
414517
 
4.6%
912037
 
3.8%
010027
 
3.2%
25497
 
1.8%
65388
 
1.7%
55116
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
394109
30.0%
744888
14.3%
815211
 
4.8%
414517
 
4.6%
912037
 
3.8%
010027
 
3.2%
25497
 
1.8%
65388
 
1.7%
55116
 
1.6%

district
Categorical

HIGH CORRELATION

Distinct18
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
Выборгский
17882 
Приморский
17424 
Невский
13465 
Московский
10823 
Калининский
10798 
Other values (13)
34211 

Length

Max length17
Median length10
Mean length10.83141975
Min length7

Characters and Unicode

Total characters1132999
Distinct characters35
Distinct categories3 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowНевский
2nd rowАдмиралтейский
3rd rowНевский
4th rowНевский
5th rowПриморский
ValueCountFrequency (%)
Выборгский17882
17.1%
Приморский17424
16.7%
Невский13465
12.9%
Московский10823
10.3%
Калининский10798
10.3%
Красносельский6957
 
6.7%
Ваcилеостровский4971
 
4.8%
Адмиралтейский3930
 
3.8%
Петроградский3411
 
3.3%
Красногвардейский3324
 
3.2%
Other values (8)11618
11.1%
2021-04-25T12:27:13.296369image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
выборгский17882
17.1%
приморский17424
16.7%
невский13465
12.9%
московский10823
10.3%
калининский10798
10.3%
красносельский6957
 
6.7%
ваcилеостровский4971
 
4.8%
адмиралтейский3930
 
3.8%
петроградский3411
 
3.3%
красногвардейский3324
 
3.2%
Other values (8)11618
11.1%

Most occurring characters

ValueCountFrequency (%)
и153964
13.6%
с133856
11.8%
к114500
10.1%
й110582
 
9.8%
р92012
 
8.1%
о85323
 
7.5%
н45055
 
4.0%
е43520
 
3.8%
а40482
 
3.6%
в35723
 
3.2%
Other values (25)277982
24.5%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1025846
90.5%
Uppercase Letter105878
 
9.3%
Dash Punctuation1275
 
0.1%

Most frequent character per category

ValueCountFrequency (%)
и153964
15.0%
с133856
13.0%
к114500
11.2%
й110582
10.8%
р92012
9.0%
о85323
8.3%
н45055
 
4.4%
е43520
 
4.2%
а40482
 
3.9%
в35723
 
3.5%
Other values (15)170829
16.7%
ValueCountFrequency (%)
К24720
23.3%
П24124
22.8%
В23065
21.8%
Н13465
12.7%
М10823
10.2%
А3930
 
3.7%
Ц2492
 
2.4%
Ф1984
 
1.9%
С1275
 
1.2%
ValueCountFrequency (%)
-1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1126753
99.4%
Latin4971
 
0.4%
Common1275
 
0.1%

Most frequent character per script

ValueCountFrequency (%)
и153964
13.7%
с133856
11.9%
к114500
10.2%
й110582
9.8%
р92012
 
8.2%
о85323
 
7.6%
н45055
 
4.0%
е43520
 
3.9%
а40482
 
3.6%
в35723
 
3.2%
Other values (23)271736
24.1%
ValueCountFrequency (%)
c4971
100.0%
ValueCountFrequency (%)
-1275
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1126753
99.4%
ASCII6246
 
0.6%

Most frequent character per block

ValueCountFrequency (%)
и153964
13.7%
с133856
11.9%
к114500
10.2%
й110582
9.8%
р92012
 
8.2%
о85323
 
7.6%
н45055
 
4.0%
е43520
 
3.9%
а40482
 
3.6%
в35723
 
3.2%
Other values (23)271736
24.1%
ValueCountFrequency (%)
c4971
79.6%
-1275
 
20.4%

underground
Categorical

Distinct6
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
0 - 1000
28471 
1000 - 2000
27936 
3000 - 4000
16731 
2000 - 3000
14669 
4000 - 5000
12175 

Length

Max length11
Median length11
Mean length9.962572775
Min length6

Characters and Unicode

Total characters1042115
Distinct characters9
Distinct categories4 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1000 - 2000
2nd row0 - 1000
3rd row1000 - 2000
4th row1000 - 2000
5th row0 - 1000
ValueCountFrequency (%)
0 - 100028471
27.2%
1000 - 200027936
26.7%
3000 - 400016731
16.0%
2000 - 300014669
14.0%
4000 - 500012175
11.6%
> 50004621
 
4.4%
2021-04-25T12:27:13.552198image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:13.624150image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
104603
33.8%
100056407
18.2%
200042605
13.8%
300031400
 
10.2%
400028906
 
9.3%
028471
 
9.2%
500016796
 
5.4%

Most occurring characters

ValueCountFrequency (%)
0556813
53.4%
204585
 
19.6%
-99982
 
9.6%
156407
 
5.4%
242605
 
4.1%
331400
 
3.0%
428906
 
2.8%
516796
 
1.6%
>4621
 
0.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number732927
70.3%
Space Separator204585
 
19.6%
Dash Punctuation99982
 
9.6%
Math Symbol4621
 
0.4%

Most frequent character per category

ValueCountFrequency (%)
0556813
76.0%
156407
 
7.7%
242605
 
5.8%
331400
 
4.3%
428906
 
3.9%
516796
 
2.3%
ValueCountFrequency (%)
204585
100.0%
ValueCountFrequency (%)
-99982
100.0%
ValueCountFrequency (%)
>4621
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common1042115
100.0%

Most frequent character per script

ValueCountFrequency (%)
0556813
53.4%
204585
 
19.6%
-99982
 
9.6%
156407
 
5.4%
242605
 
4.1%
331400
 
3.0%
428906
 
2.8%
516796
 
1.6%
>4621
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII1042115
100.0%

Most frequent character per block

ValueCountFrequency (%)
0556813
53.4%
204585
 
19.6%
-99982
 
9.6%
156407
 
5.4%
242605
 
4.1%
331400
 
3.0%
428906
 
2.8%
516796
 
1.6%
>4621
 
0.4%

eco_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,4
40201 
3,1
10979 
3,7
10335 
3,2
8883 
3,3
7212 
Other values (12)
26993 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,4
3rd row3,3
4th row3,1
5th row3,5
ValueCountFrequency (%)
3,440201
38.4%
3,110979
 
10.5%
3,710335
 
9.9%
3,28883
 
8.5%
3,37212
 
6.9%
2,85499
 
5.3%
3,54527
 
4.3%
3,64275
 
4.1%
2,92941
 
2.8%
3,82748
 
2.6%
Other values (7)7003
 
6.7%
2021-04-25T12:27:13.848000image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,440201
38.4%
3,110979
 
10.5%
3,710335
 
9.9%
3,28883
 
8.5%
3,37212
 
6.9%
2,85499
 
5.3%
3,54527
 
4.3%
3,64275
 
4.1%
2,92941
 
2.8%
3,82748
 
2.6%
Other values (7)7003
 
6.7%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
398034
31.2%
446128
14.7%
221047
 
6.7%
110979
 
3.5%
710335
 
3.3%
88247
 
2.6%
64763
 
1.5%
54527
 
1.4%
93621
 
1.2%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
398034
46.9%
446128
22.0%
221047
 
10.1%
110979
 
5.2%
710335
 
4.9%
88247
 
3.9%
64763
 
2.3%
54527
 
2.2%
93621
 
1.7%
01525
 
0.7%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
398034
31.2%
446128
14.7%
221047
 
6.7%
110979
 
3.5%
710335
 
3.3%
88247
 
2.6%
64763
 
1.5%
54527
 
1.4%
93621
 
1.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
398034
31.2%
446128
14.7%
221047
 
6.7%
110979
 
3.5%
710335
 
3.3%
88247
 
2.6%
64763
 
1.5%
54527
 
1.4%
93621
 
1.2%

clear_rating
Categorical

Distinct13
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,2
41462 
3,5
16655 
3,4
12910 
3,3
6242 
2,8
5878 
Other values (8)
21456 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,8
2nd row3,2
3rd row3,0
4th row2,8
5th row3,6
ValueCountFrequency (%)
3,241462
39.6%
3,516655
15.9%
3,412910
 
12.3%
3,36242
 
6.0%
2,85878
 
5.6%
3,15531
 
5.3%
3,64746
 
4.5%
3,03805
 
3.6%
2,63550
 
3.4%
2,91893
 
1.8%
Other values (3)1931
 
1.8%
2021-04-25T12:27:14.047908image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,241462
39.6%
3,516655
15.9%
3,412910
 
12.3%
3,36242
 
6.0%
2,85878
 
5.6%
3,15531
 
5.3%
3,64746
 
4.5%
3,03805
 
3.6%
2,63550
 
3.4%
2,91893
 
1.8%
Other values (3)1931
 
1.8%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
399445
31.7%
253875
17.2%
516655
 
5.3%
412910
 
4.1%
68296
 
2.6%
86717
 
2.1%
15531
 
1.8%
03805
 
1.2%
91893
 
0.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
399445
47.5%
253875
25.8%
516655
 
8.0%
412910
 
6.2%
68296
 
4.0%
86717
 
3.2%
15531
 
2.6%
03805
 
1.8%
91893
 
0.9%
779
 
< 0.1%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
399445
31.7%
253875
17.2%
516655
 
5.3%
412910
 
4.1%
68296
 
2.6%
86717
 
2.1%
15531
 
1.8%
03805
 
1.2%
91893
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
399445
31.7%
253875
17.2%
516655
 
5.3%
412910
 
4.1%
68296
 
2.6%
86717
 
2.1%
15531
 
1.8%
03805
 
1.2%
91893
 
0.6%

gkh_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
2,9
42755 
3,3
24158 
3,2
8526 
3,0
6772 
3,1
 
3969
Other values (10)
18423 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,7
2nd row2,9
3rd row3,0
4th row2,7
5th row3,3
ValueCountFrequency (%)
2,942755
40.9%
3,324158
23.1%
3,28526
 
8.2%
3,06772
 
6.5%
3,13969
 
3.8%
2,83940
 
3.8%
2,73920
 
3.7%
2,33629
 
3.5%
2,12546
 
2.4%
2,61947
 
1.9%
Other values (5)2441
 
2.3%
2021-04-25T12:27:14.257385image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,942755
40.9%
3,324158
23.1%
3,28526
 
8.2%
3,06772
 
6.5%
3,13969
 
3.8%
2,83940
 
3.8%
2,73920
 
3.7%
2,33629
 
3.5%
2,12546
 
2.4%
2,61947
 
1.9%
Other values (5)2441
 
2.3%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
371425
22.8%
270297
22.4%
942755
13.6%
07785
 
2.5%
16515
 
2.1%
83940
 
1.3%
73920
 
1.2%
61947
 
0.6%
5446
 
0.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
371425
34.1%
270297
33.6%
942755
20.4%
07785
 
3.7%
16515
 
3.1%
83940
 
1.9%
73920
 
1.9%
61947
 
0.9%
5446
 
0.2%
4176
 
0.1%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
371425
22.8%
270297
22.4%
942755
13.6%
07785
 
2.5%
16515
 
2.1%
83940
 
1.3%
73920
 
1.2%
61947
 
0.6%
5446
 
0.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
371425
22.8%
270297
22.4%
942755
13.6%
07785
 
2.5%
16515
 
2.1%
83940
 
1.3%
73920
 
1.2%
61947
 
0.6%
5446
 
0.1%

neighbor_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,7
43543 
3,8
16294 
3,9
12632 
3,6
7477 
3,4
6314 
Other values (6)
18343 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,7
3rd row3,6
4th row3,5
5th row3,7
ValueCountFrequency (%)
3,743543
41.6%
3,816294
 
15.6%
3,912632
 
12.1%
3,67477
 
7.1%
3,46314
 
6.0%
4,06268
 
6.0%
3,55789
 
5.5%
3,23550
 
3.4%
4,31568
 
1.5%
4,1626
 
0.6%
2021-04-25T12:27:14.450461image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,743543
41.6%
3,816294
 
15.6%
3,912632
 
12.1%
3,67477
 
7.1%
3,46314
 
6.0%
4,06268
 
6.0%
3,55789
 
5.5%
3,23550
 
3.4%
4,31568
 
1.5%
4,1626
 
0.6%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
398251
31.3%
743543
13.9%
816294
 
5.2%
414776
 
4.7%
912632
 
4.0%
67477
 
2.4%
06268
 
2.0%
55789
 
1.8%
23550
 
1.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
398251
47.0%
743543
20.8%
816294
 
7.8%
414776
 
7.1%
912632
 
6.0%
67477
 
3.6%
06268
 
3.0%
55789
 
2.8%
23550
 
1.7%
1626
 
0.3%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
398251
31.3%
743543
13.9%
816294
 
5.2%
414776
 
4.7%
912632
 
4.0%
67477
 
2.4%
06268
 
2.0%
55789
 
1.8%
23550
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
398251
31.3%
743543
13.9%
816294
 
5.2%
414776
 
4.7%
912632
 
4.0%
67477
 
2.4%
06268
 
2.0%
55789
 
1.8%
23550
 
1.1%

kids_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,8
53564 
3,9
19770 
4,0
6842 
4,1
6699 
3,4
 
4107
Other values (10)
13621 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,8
2nd row3,8
3rd row4,1
4th row3,8
5th row3,7
ValueCountFrequency (%)
3,853564
51.2%
3,919770
 
18.9%
4,06842
 
6.5%
4,16699
 
6.4%
3,44107
 
3.9%
3,73493
 
3.3%
4,32566
 
2.5%
3,61999
 
1.9%
2,31947
 
1.9%
3,51880
 
1.8%
Other values (5)1736
 
1.7%
2021-04-25T12:27:14.650321image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,853564
51.2%
3,919770
 
18.9%
4,06842
 
6.5%
4,16699
 
6.4%
3,44107
 
3.9%
3,73493
 
3.3%
4,32566
 
2.5%
3,61999
 
1.9%
2,31947
 
1.9%
3,51880
 
1.8%
Other values (5)1736
 
1.7%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
390014
28.7%
853564
17.1%
421608
 
6.9%
919770
 
6.3%
17035
 
2.2%
06842
 
2.2%
73493
 
1.1%
22512
 
0.8%
52369
 
0.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
390014
43.0%
853564
25.6%
421608
 
10.3%
919770
 
9.5%
17035
 
3.4%
06842
 
3.3%
73493
 
1.7%
22512
 
1.2%
52369
 
1.1%
61999
 
1.0%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
390014
28.7%
853564
17.1%
421608
 
6.9%
919770
 
6.3%
17035
 
2.2%
06842
 
2.2%
73493
 
1.1%
22512
 
0.8%
52369
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
390014
28.7%
853564
17.1%
421608
 
6.9%
919770
 
6.3%
17035
 
2.2%
06842
 
2.2%
73493
 
1.1%
22512
 
0.8%
52369
 
0.8%

sport_rest_rating
Categorical

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,5
45748 
3,7
17524 
3,8
8814 
3,6
5047 
3,2
 
4197
Other values (12)
23273 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,5
2nd row3,5
3rd row3,7
4th row3,5
5th row3,8
ValueCountFrequency (%)
3,545748
43.7%
3,717524
 
16.8%
3,88814
 
8.4%
3,65047
 
4.8%
3,24197
 
4.0%
2,43550
 
3.4%
3,43356
 
3.2%
3,93001
 
2.9%
3,12613
 
2.5%
2,92581
 
2.5%
Other values (7)8172
 
7.8%
2021-04-25T12:27:14.842196image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,545748
43.7%
3,717524
 
16.8%
3,88814
 
8.4%
3,65047
 
4.8%
3,24197
 
4.0%
2,43550
 
3.4%
3,43356
 
3.2%
3,93001
 
2.9%
3,12613
 
2.5%
2,92581
 
2.5%
Other values (7)8172
 
7.8%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
395420
30.4%
545748
14.6%
718121
 
5.8%
213854
 
4.4%
89796
 
3.1%
48824
 
2.8%
95582
 
1.8%
15539
 
1.8%
65047
 
1.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
395420
45.6%
545748
21.9%
718121
 
8.7%
213854
 
6.6%
89796
 
4.7%
48824
 
4.2%
95582
 
2.7%
15539
 
2.6%
65047
 
2.4%
01275
 
0.6%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
395420
30.4%
545748
14.6%
718121
 
5.8%
213854
 
4.4%
89796
 
3.1%
48824
 
2.8%
95582
 
1.8%
15539
 
1.8%
65047
 
1.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
395420
30.4%
545748
14.6%
718121
 
5.8%
213854
 
4.4%
89796
 
3.1%
48824
 
2.8%
95582
 
1.8%
15539
 
1.8%
65047
 
1.6%

shop_rating
Categorical

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
4,3
51463 
4,5
19307 
4,4
7154 
4,2
7105 
4,6
 
4884
Other values (5)
14690 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters9
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row4,3
2nd row4,3
3rd row4,4
4th row4,3
5th row4,4
ValueCountFrequency (%)
4,351463
49.2%
4,519307
 
18.5%
4,47154
 
6.8%
4,27105
 
6.8%
4,64884
 
4.7%
3,54563
 
4.4%
4,13570
 
3.4%
4,02407
 
2.3%
3,82201
 
2.1%
3,31949
 
1.9%
2021-04-25T12:27:15.040922image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:15.112869image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
4,351463
49.2%
4,519307
 
18.5%
4,47154
 
6.8%
4,27105
 
6.8%
4,64884
 
4.7%
3,54563
 
4.4%
4,13570
 
3.4%
4,02407
 
2.3%
3,82201
 
2.1%
3,31949
 
1.9%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
4103044
32.8%
362125
19.8%
523870
 
7.6%
27105
 
2.3%
64884
 
1.6%
13570
 
1.1%
02407
 
0.8%
82201
 
0.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
4103044
49.3%
362125
29.7%
523870
 
11.4%
27105
 
3.4%
64884
 
2.3%
13570
 
1.7%
02407
 
1.2%
82201
 
1.1%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
4103044
32.8%
362125
19.8%
523870
 
7.6%
27105
 
2.3%
64884
 
1.6%
13570
 
1.1%
02407
 
0.8%
82201
 
0.7%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
4103044
32.8%
362125
19.8%
523870
 
7.6%
27105
 
2.3%
64884
 
1.6%
13570
 
1.1%
02407
 
0.8%
82201
 
0.7%

traffic_rating
Categorical

Distinct14
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,2
43736 
3,3
15162 
3,1
12240 
3,5
8563 
2,9
7564 
Other values (9)
17338 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,1
2nd row3,2
3rd row3,1
4th row3,1
5th row2,9
ValueCountFrequency (%)
3,243736
41.8%
3,315162
 
14.5%
3,112240
 
11.7%
3,58563
 
8.2%
2,97564
 
7.2%
2,65634
 
5.4%
3,73150
 
3.0%
3,02900
 
2.8%
2,41947
 
1.9%
3,41299
 
1.2%
Other values (4)2408
 
2.3%
2021-04-25T12:27:15.352714image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,243736
41.8%
3,315162
 
14.5%
3,112240
 
11.7%
3,58563
 
8.2%
2,97564
 
7.2%
2,65634
 
5.4%
3,73150
 
3.0%
3,02900
 
2.8%
2,41947
 
1.9%
3,41299
 
1.2%
Other values (4)2408
 
2.3%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
3102837
32.8%
260664
19.3%
112240
 
3.9%
58563
 
2.7%
97564
 
2.4%
65770
 
1.8%
74108
 
1.3%
43246
 
1.0%
02900
 
0.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
3102837
49.2%
260664
29.0%
112240
 
5.9%
58563
 
4.1%
97564
 
3.6%
65770
 
2.8%
74108
 
2.0%
43246
 
1.6%
02900
 
1.4%
81314
 
0.6%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
3102837
32.8%
260664
19.3%
112240
 
3.9%
58563
 
2.7%
97564
 
2.4%
65770
 
1.8%
74108
 
1.3%
43246
 
1.0%
02900
 
0.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
3102837
32.8%
260664
19.3%
112240
 
3.9%
58563
 
2.7%
97564
 
2.4%
65770
 
1.8%
74108
 
1.3%
43246
 
1.0%
02900
 
0.9%

secure_rating
Categorical

Distinct15
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
3,4
46872 
3,8
16283 
3,7
8876 
3,0
6453 
3,6
5905 
Other values (10)
20214 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3,0
2nd row3,4
3rd row3,0
4th row3,0
5th row3,7
ValueCountFrequency (%)
3,446872
44.8%
3,816283
 
15.6%
3,78876
 
8.5%
3,06453
 
6.2%
3,65905
 
5.6%
2,93973
 
3.8%
3,93581
 
3.4%
3,33441
 
3.3%
3,23128
 
3.0%
4,02416
 
2.3%
Other values (5)3675
 
3.5%
2021-04-25T12:27:15.552289image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
3,446872
44.8%
3,816283
 
15.6%
3,78876
 
8.5%
3,06453
 
6.2%
3,65905
 
5.6%
2,93973
 
3.8%
3,93581
 
3.4%
3,33441
 
3.3%
3,23128
 
3.0%
4,02416
 
2.3%
Other values (5)3675
 
3.5%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
3100588
32.1%
449777
15.9%
816685
 
5.3%
78876
 
2.8%
08869
 
2.8%
28168
 
2.6%
97554
 
2.4%
66081
 
1.9%
51936
 
0.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
3100588
48.1%
449777
23.8%
816685
 
8.0%
78876
 
4.2%
08869
 
4.2%
28168
 
3.9%
97554
 
3.6%
66081
 
2.9%
51936
 
0.9%
1672
 
0.3%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
3100588
32.1%
449777
15.9%
816685
 
5.3%
78876
 
2.8%
08869
 
2.8%
28168
 
2.6%
97554
 
2.4%
66081
 
1.9%
51936
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
3100588
32.1%
449777
15.9%
816685
 
5.3%
78876
 
2.8%
08869
 
2.8%
28168
 
2.6%
97554
 
2.4%
66081
 
1.9%
51936
 
0.6%

life_price_rating
Categorical

Distinct11
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
2,5
47712 
2,8
17229 
2,4
10305 
2,7
8852 
2,6
6987 
Other values (6)
13518 

Length

Max length3
Median length3
Mean length3
Min length3

Characters and Unicode

Total characters313809
Distinct characters10
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2,4
2nd row2,5
3rd row2,5
4th row2,4
5th row2,7
ValueCountFrequency (%)
2,547712
45.6%
2,817229
 
16.5%
2,410305
 
9.9%
2,78852
 
8.5%
2,66987
 
6.7%
1,83550
 
3.4%
2,33042
 
2.9%
2,92904
 
2.8%
3,12416
 
2.3%
2,21310
 
1.3%
2021-04-25T12:27:15.753855image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2,547712
45.6%
2,817229
 
16.5%
2,410305
 
9.9%
2,78852
 
8.5%
2,66987
 
6.7%
1,83550
 
3.4%
2,33042
 
2.9%
2,92904
 
2.8%
3,12416
 
2.3%
2,21310
 
1.3%

Most occurring characters

ValueCountFrequency (%)
,104603
33.3%
299947
31.8%
547712
15.2%
820779
 
6.6%
410305
 
3.3%
78852
 
2.8%
66987
 
2.2%
16262
 
2.0%
35458
 
1.7%
92904
 
0.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number209206
66.7%
Other Punctuation104603
33.3%

Most frequent character per category

ValueCountFrequency (%)
299947
47.8%
547712
22.8%
820779
 
9.9%
410305
 
4.9%
78852
 
4.2%
66987
 
3.3%
16262
 
3.0%
35458
 
2.6%
92904
 
1.4%
ValueCountFrequency (%)
,104603
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common313809
100.0%

Most frequent character per script

ValueCountFrequency (%)
,104603
33.3%
299947
31.8%
547712
15.2%
820779
 
6.6%
410305
 
3.3%
78852
 
2.8%
66987
 
2.2%
16262
 
2.0%
35458
 
1.7%
92904
 
0.9%

Most occurring blocks

ValueCountFrequency (%)
ASCII313809
100.0%

Most frequent character per block

ValueCountFrequency (%)
,104603
33.3%
299947
31.8%
547712
15.2%
820779
 
6.6%
410305
 
3.3%
78852
 
2.8%
66987
 
2.2%
16262
 
2.0%
35458
 
1.7%
92904
 
0.9%

total_floors
Real number (ℝ≥0)

Distinct28
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean15.15001482
Minimum2
Maximum29
Zeros0
Zeros (%)0.0%
Memory size817.3 KiB
2021-04-25T12:27:15.847582image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Quantile statistics

Minimum2
5-th percentile5
Q110
median14
Q320
95-th percentile25
Maximum29
Range27
Interquartile range (IQR)10

Descriptive statistics

Standard deviation6.544405102
Coefficient of variation (CV)0.4319735116
Kurtosis-0.9872808997
Mean15.15001482
Median Absolute Deviation (MAD)5
Skewness0.0932951555
Sum1584737
Variance42.82923814
MonotocityNot monotonic
2021-04-25T12:27:15.956933image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram with fixed size bins (bins=28)
ValueCountFrequency (%)
128257
 
7.9%
257989
 
7.6%
137968
 
7.6%
246727
 
6.4%
166437
 
6.2%
56224
 
6.0%
146212
 
5.9%
95970
 
5.7%
155173
 
4.9%
184513
 
4.3%
Other values (18)39133
37.4%
ValueCountFrequency (%)
2263
 
0.3%
3605
 
0.6%
43267
3.1%
56224
6.0%
61713
 
1.6%
ValueCountFrequency (%)
29345
 
0.3%
28256
 
0.2%
27710
 
0.7%
262364
 
2.3%
257989
7.6%

metro_station
Categorical

HIGH CARDINALITY
HIGH CORRELATION

Distinct77
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
Комендантский проспект
11112 
Парнас
 
6965
Академическая
 
5427
Елизаровская
 
5005
Звездная
 
4908
Other values (72)
71186 

Length

Max length23
Median length12
Mean length12.80730954
Min length5

Characters and Unicode

Total characters1339683
Distinct characters55
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowУлица Дыбенко
2nd rowЗвенигородская
3rd rowЕлизаровская
4th rowУлица Дыбенко
5th rowПионерская
ValueCountFrequency (%)
Комендантский проспект11112
 
10.6%
Парнас6965
 
6.7%
Академическая5427
 
5.2%
Елизаровская5005
 
4.8%
Звездная4908
 
4.7%
Лен. область4621
 
4.4%
Лесная4404
 
4.2%
Приморская4122
 
3.9%
Пролетарская3593
 
3.4%
Гражданский проспект3076
 
2.9%
Other values (67)51370
49.1%
2021-04-25T12:27:16.222494image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
проспект18980
 
12.9%
комендантский11112
 
7.5%
парнас6965
 
4.7%
академическая5427
 
3.7%
елизаровская5005
 
3.4%
звездная4908
 
3.3%
лен4621
 
3.1%
область4621
 
3.1%
лесная4404
 
3.0%
приморская4122
 
2.8%
Other values (84)77497
52.5%

Most occurring characters

ValueCountFrequency (%)
а138694
 
10.4%
о116821
 
8.7%
с108701
 
8.1%
е103918
 
7.8%
к96436
 
7.2%
р85563
 
6.4%
н77156
 
5.8%
я63351
 
4.7%
и53990
 
4.0%
т51581
 
3.9%
Other values (45)443472
33.1%

Most occurring categories

ValueCountFrequency (%)
Lowercase Letter1164879
87.0%
Uppercase Letter121022
 
9.0%
Space Separator43059
 
3.2%
Other Punctuation5119
 
0.4%
Open Punctuation2654
 
0.2%
Close Punctuation2654
 
0.2%
Dash Punctuation296
 
< 0.1%

Most frequent character per category

ValueCountFrequency (%)
а138694
11.9%
о116821
10.0%
с108701
9.3%
е103918
 
8.9%
к96436
 
8.3%
р85563
 
7.3%
н77156
 
6.6%
я63351
 
5.4%
и53990
 
4.6%
т51581
 
4.4%
Other values (18)268668
23.1%
ValueCountFrequency (%)
П30570
25.3%
К14422
11.9%
Л12950
10.7%
С6904
 
5.7%
В6357
 
5.3%
А6324
 
5.2%
З5067
 
4.2%
Е5005
 
4.1%
Г4559
 
3.8%
Ч4486
 
3.7%
Other values (12)24378
20.1%
ValueCountFrequency (%)
43059
100.0%
ValueCountFrequency (%)
.5119
100.0%
ValueCountFrequency (%)
(2654
100.0%
ValueCountFrequency (%)
)2654
100.0%
ValueCountFrequency (%)
-296
100.0%

Most occurring scripts

ValueCountFrequency (%)
Cyrillic1285495
96.0%
Common53782
 
4.0%
Latin406
 
< 0.1%

Most frequent character per script

ValueCountFrequency (%)
а138694
 
10.8%
о116821
 
9.1%
с108701
 
8.5%
е103918
 
8.1%
к96436
 
7.5%
р85563
 
6.7%
н77156
 
6.0%
я63351
 
4.9%
и53990
 
4.2%
т51581
 
4.0%
Other values (39)389284
30.3%
ValueCountFrequency (%)
43059
80.1%
.5119
 
9.5%
(2654
 
4.9%
)2654
 
4.9%
-296
 
0.6%
ValueCountFrequency (%)
I406
100.0%

Most occurring blocks

ValueCountFrequency (%)
Cyrillic1285495
96.0%
ASCII54188
 
4.0%

Most frequent character per block

ValueCountFrequency (%)
а138694
 
10.8%
о116821
 
9.1%
с108701
 
8.5%
е103918
 
8.1%
к96436
 
7.5%
р85563
 
6.7%
н77156
 
6.0%
я63351
 
4.9%
и53990
 
4.2%
т51581
 
4.0%
Other values (39)389284
30.3%
ValueCountFrequency (%)
43059
79.5%
.5119
 
9.4%
(2654
 
4.9%
)2654
 
4.9%
I406
 
0.7%
-296
 
0.5%

num_of_metro_stations
Categorical

HIGH CORRELATION

Distinct10
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
6
32116 
5
30702 
7
15449 
0
8554 
3
4971 
Other values (5)
12811 

Length

Max length12
Median length1
Mean length1.157901781
Min length1

Characters and Unicode

Total characters121120
Distinct characters20
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row7
2nd row9
3rd row7
4th row7
5th row5
ValueCountFrequency (%)
632116
30.7%
530702
29.4%
715449
14.8%
08554
 
8.2%
34971
 
4.8%
93930
 
3.8%
23324
 
3.2%
112492
 
2.4%
11790
 
1.7%
Лен. область1275
 
1.2%
2021-04-25T12:27:16.440987image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:16.519834image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
632116
30.3%
530702
29.0%
715449
14.6%
08554
 
8.1%
34971
 
4.7%
93930
 
3.7%
23324
 
3.1%
112492
 
2.4%
11790
 
1.7%
лен1275
 
1.2%

Most occurring characters

ValueCountFrequency (%)
632116
26.5%
530702
25.3%
715449
12.8%
08554
 
7.1%
16774
 
5.6%
34971
 
4.1%
93930
 
3.2%
23324
 
2.7%
Л1275
 
1.1%
е1275
 
1.1%
Other values (10)12750
 
10.5%

Most occurring categories

ValueCountFrequency (%)
Decimal Number105820
87.4%
Lowercase Letter11475
 
9.5%
Uppercase Letter1275
 
1.1%
Other Punctuation1275
 
1.1%
Space Separator1275
 
1.1%

Most frequent character per category

ValueCountFrequency (%)
е1275
11.1%
н1275
11.1%
о1275
11.1%
б1275
11.1%
л1275
11.1%
а1275
11.1%
с1275
11.1%
т1275
11.1%
ь1275
11.1%
ValueCountFrequency (%)
632116
30.3%
530702
29.0%
715449
14.6%
08554
 
8.1%
16774
 
6.4%
34971
 
4.7%
93930
 
3.7%
23324
 
3.1%
ValueCountFrequency (%)
Л1275
100.0%
ValueCountFrequency (%)
.1275
100.0%
ValueCountFrequency (%)
1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common108370
89.5%
Cyrillic12750
 
10.5%

Most frequent character per script

ValueCountFrequency (%)
632116
29.6%
530702
28.3%
715449
14.3%
08554
 
7.9%
16774
 
6.3%
34971
 
4.6%
93930
 
3.6%
23324
 
3.1%
.1275
 
1.2%
1275
 
1.2%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII108370
89.5%
Cyrillic12750
 
10.5%

Most frequent character per block

ValueCountFrequency (%)
632116
29.6%
530702
28.3%
715449
14.3%
08554
 
7.9%
16774
 
6.3%
34971
 
4.6%
93930
 
3.6%
23324
 
3.1%
.1275
 
1.2%
1275
 
1.2%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

num_of_kindg
Categorical

HIGH CORRELATION

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
136
17882 
130
17424 
132
13465 
13
10823 
113
10798 
Other values (12)
34211 

Length

Max length12
Median length3
Mean length2.715189813
Min length2

Characters and Unicode

Total characters284017
Distinct characters22
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row132
2nd row73
3rd row132
4th row132
5th row130
ValueCountFrequency (%)
13617882
17.1%
13017424
16.7%
13213465
12.9%
1310823
10.3%
11310798
10.3%
617169
6.9%
644971
 
4.8%
733930
 
3.8%
653411
 
3.3%
883324
 
3.2%
Other values (7)11406
10.9%
2021-04-25T12:27:17.071804image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
13617882
16.9%
13017424
16.5%
13213465
12.7%
1310823
10.2%
11310798
10.2%
617169
6.8%
644971
 
4.7%
733930
 
3.7%
653411
 
3.2%
883324
 
3.1%
Other values (8)12681
12.0%

Most occurring characters

ValueCountFrequency (%)
190851
32.0%
374322
26.2%
634818
 
12.3%
019916
 
7.0%
215673
 
5.5%
88438
 
3.0%
57064
 
2.5%
46761
 
2.4%
76410
 
2.3%
94464
 
1.6%
Other values (12)15300
 
5.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number268717
94.6%
Lowercase Letter11475
 
4.0%
Uppercase Letter1275
 
0.4%
Other Punctuation1275
 
0.4%
Space Separator1275
 
0.4%

Most frequent character per category

ValueCountFrequency (%)
190851
33.8%
374322
27.7%
634818
 
13.0%
019916
 
7.4%
215673
 
5.8%
88438
 
3.1%
57064
 
2.6%
46761
 
2.5%
76410
 
2.4%
94464
 
1.7%
ValueCountFrequency (%)
е1275
11.1%
н1275
11.1%
о1275
11.1%
б1275
11.1%
л1275
11.1%
а1275
11.1%
с1275
11.1%
т1275
11.1%
ь1275
11.1%
ValueCountFrequency (%)
Л1275
100.0%
ValueCountFrequency (%)
.1275
100.0%
ValueCountFrequency (%)
1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common271267
95.5%
Cyrillic12750
 
4.5%

Most frequent character per script

ValueCountFrequency (%)
190851
33.5%
374322
27.4%
634818
 
12.8%
019916
 
7.3%
215673
 
5.8%
88438
 
3.1%
57064
 
2.6%
46761
 
2.5%
76410
 
2.4%
94464
 
1.6%
Other values (2)2550
 
0.9%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII271267
95.5%
Cyrillic12750
 
4.5%

Most frequent character per block

ValueCountFrequency (%)
190851
33.5%
374322
27.4%
634818
 
12.8%
019916
 
7.3%
215673
 
5.8%
88438
 
3.1%
57064
 
2.6%
46761
 
2.5%
76410
 
2.4%
94464
 
1.6%
Other values (2)2550
 
0.9%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

num_of_schools
Categorical

HIGH CORRELATION

Distinct17
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
73
17882 
68
17424 
58
15945 
47
10823 
61
10798 
Other values (12)
31731 

Length

Max length12
Median length2
Mean length2.12188943
Min length2

Characters and Unicode

Total characters221956
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row58
2nd row46
3rd row58
4th row58
5th row68
ValueCountFrequency (%)
7317882
17.1%
6817424
16.7%
5815945
15.2%
4710823
10.3%
6110798
10.3%
456957
 
6.7%
424971
 
4.8%
463930
 
3.8%
313411
 
3.3%
543324
 
3.2%
Other values (7)9138
8.7%
2021-04-25T12:27:17.296674image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
7317882
16.9%
6817424
16.5%
5815945
15.1%
4710823
10.2%
6110798
10.2%
456957
 
6.6%
424971
 
4.7%
463930
 
3.7%
313411
 
3.2%
543324
 
3.1%
Other values (8)10413
9.8%

Most occurring characters

ValueCountFrequency (%)
833593
15.1%
632152
14.5%
530702
13.8%
730495
13.7%
430429
13.7%
322454
10.1%
116417
7.4%
29253
 
4.2%
Л1275
 
0.6%
е1275
 
0.6%
Other values (11)13911
6.3%

Most occurring categories

ValueCountFrequency (%)
Decimal Number206656
93.1%
Lowercase Letter11475
 
5.2%
Uppercase Letter1275
 
0.6%
Other Punctuation1275
 
0.6%
Space Separator1275
 
0.6%

Most frequent character per category

ValueCountFrequency (%)
833593
16.3%
632152
15.6%
530702
14.9%
730495
14.8%
430429
14.7%
322454
10.9%
116417
7.9%
29253
 
4.5%
01161
 
0.6%
ValueCountFrequency (%)
е1275
11.1%
н1275
11.1%
о1275
11.1%
б1275
11.1%
л1275
11.1%
а1275
11.1%
с1275
11.1%
т1275
11.1%
ь1275
11.1%
ValueCountFrequency (%)
Л1275
100.0%
ValueCountFrequency (%)
.1275
100.0%
ValueCountFrequency (%)
1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common209206
94.3%
Cyrillic12750
 
5.7%

Most frequent character per script

ValueCountFrequency (%)
833593
16.1%
632152
15.4%
530702
14.7%
730495
14.6%
430429
14.5%
322454
10.7%
116417
7.8%
29253
 
4.4%
.1275
 
0.6%
1275
 
0.6%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII209206
94.3%
Cyrillic12750
 
5.7%

Most frequent character per block

ValueCountFrequency (%)
833593
16.1%
632152
15.4%
530702
14.7%
730495
14.6%
430429
14.5%
322454
10.7%
116417
7.8%
29253
 
4.4%
.1275
 
0.6%
1275
 
0.6%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

num_of_poly
Categorical

HIGH CORRELATION

Distinct12
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
24
28222 
27
17882 
23
13465 
15
10823 
19
8941 
Other values (7)
25270 

Length

Max length12
Median length2
Mean length2.039616455
Min length1

Characters and Unicode

Total characters213350
Distinct characters21
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row23
2nd row12
3rd row23
4th row23
5th row24
ValueCountFrequency (%)
2428222
27.0%
2717882
17.1%
2313465
12.9%
1510823
 
10.3%
198941
 
8.5%
168755
 
8.4%
98382
 
8.0%
123930
 
3.8%
112492
 
2.4%
Лен. область1275
 
1.2%
Other values (2)436
 
0.4%
2021-04-25T12:27:17.499751image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2428222
26.7%
2717882
16.9%
2313465
12.7%
1510823
 
10.2%
198941
 
8.4%
168755
 
8.3%
98382
 
7.9%
123930
 
3.7%
112492
 
2.4%
лен1275
 
1.2%
Other values (3)1711
 
1.6%

Most occurring characters

ValueCountFrequency (%)
263711
29.9%
137433
17.5%
428222
13.2%
717882
 
8.4%
917323
 
8.1%
313465
 
6.3%
511035
 
5.2%
68755
 
4.1%
Л1275
 
0.6%
е1275
 
0.6%
Other values (11)12974
 
6.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number198050
92.8%
Lowercase Letter11475
 
5.4%
Uppercase Letter1275
 
0.6%
Other Punctuation1275
 
0.6%
Space Separator1275
 
0.6%

Most frequent character per category

ValueCountFrequency (%)
263711
32.2%
137433
18.9%
428222
14.2%
717882
 
9.0%
917323
 
8.7%
313465
 
6.8%
511035
 
5.6%
68755
 
4.4%
8224
 
0.1%
ValueCountFrequency (%)
е1275
11.1%
н1275
11.1%
о1275
11.1%
б1275
11.1%
л1275
11.1%
а1275
11.1%
с1275
11.1%
т1275
11.1%
ь1275
11.1%
ValueCountFrequency (%)
Л1275
100.0%
ValueCountFrequency (%)
.1275
100.0%
ValueCountFrequency (%)
1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common200600
94.0%
Cyrillic12750
 
6.0%

Most frequent character per script

ValueCountFrequency (%)
263711
31.8%
137433
18.7%
428222
14.1%
717882
 
8.9%
917323
 
8.6%
313465
 
6.7%
511035
 
5.5%
68755
 
4.4%
.1275
 
0.6%
1275
 
0.6%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII200600
94.0%
Cyrillic12750
 
6.0%

Most frequent character per block

ValueCountFrequency (%)
263711
31.8%
137433
18.7%
428222
14.1%
717882
 
8.9%
917323
 
8.6%
313465
 
6.7%
511035
 
5.5%
68755
 
4.4%
.1275
 
0.6%
1275
 
0.6%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

num_of_hospitals
Categorical

HIGH CORRELATION

Distinct7
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
1
35353 
2
27466 
7
20374 
3
10798 
6
9125 
Other values (2)
 
1487

Length

Max length12
Median length1
Mean length1.134078373
Min length1

Characters and Unicode

Total characters118628
Distinct characters18
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row1
2nd row6
3rd row1
4th row1
5th row1
ValueCountFrequency (%)
135353
33.8%
227466
26.3%
720374
19.5%
310798
 
10.3%
69125
 
8.7%
Лен. область1275
 
1.2%
5212
 
0.2%
2021-04-25T12:27:17.728467image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:17.790955image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
135353
33.4%
227466
25.9%
720374
19.2%
310798
 
10.2%
69125
 
8.6%
лен1275
 
1.2%
область1275
 
1.2%
5212
 
0.2%

Most occurring characters

ValueCountFrequency (%)
135353
29.8%
227466
23.2%
720374
17.2%
310798
 
9.1%
69125
 
7.7%
Л1275
 
1.1%
е1275
 
1.1%
н1275
 
1.1%
.1275
 
1.1%
1275
 
1.1%
Other values (8)9137
 
7.7%

Most occurring categories

ValueCountFrequency (%)
Decimal Number103328
87.1%
Lowercase Letter11475
 
9.7%
Uppercase Letter1275
 
1.1%
Other Punctuation1275
 
1.1%
Space Separator1275
 
1.1%

Most frequent character per category

ValueCountFrequency (%)
е1275
11.1%
н1275
11.1%
о1275
11.1%
б1275
11.1%
л1275
11.1%
а1275
11.1%
с1275
11.1%
т1275
11.1%
ь1275
11.1%
ValueCountFrequency (%)
135353
34.2%
227466
26.6%
720374
19.7%
310798
 
10.5%
69125
 
8.8%
5212
 
0.2%
ValueCountFrequency (%)
Л1275
100.0%
ValueCountFrequency (%)
.1275
100.0%
ValueCountFrequency (%)
1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common105878
89.3%
Cyrillic12750
 
10.7%

Most frequent character per script

ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%
ValueCountFrequency (%)
135353
33.4%
227466
25.9%
720374
19.2%
310798
 
10.2%
69125
 
8.6%
.1275
 
1.2%
1275
 
1.2%
5212
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII105878
89.3%
Cyrillic12750
 
10.7%

Most frequent character per block

ValueCountFrequency (%)
135353
33.4%
227466
25.9%
720374
19.2%
310798
 
10.2%
69125
 
8.6%
.1275
 
1.2%
1275
 
1.2%
5212
 
0.2%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

num_of_dentists
Categorical

HIGH CORRELATION

Distinct7
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
4
35713 
3
26053 
2
23893 
5
14753 
6
 
2480
Other values (2)
 
1711

Length

Max length12
Median length1
Mean length1.134078373
Min length1

Characters and Unicode

Total characters118628
Distinct characters18
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row3
2nd row5
3rd row3
4th row3
5th row2
ValueCountFrequency (%)
435713
34.1%
326053
24.9%
223893
22.8%
514753
14.1%
62480
 
2.4%
Лен. область1275
 
1.2%
1436
 
0.4%
2021-04-25T12:27:18.010796image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:18.091003image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
435713
33.7%
326053
24.6%
223893
22.6%
514753
13.9%
62480
 
2.3%
лен1275
 
1.2%
область1275
 
1.2%
1436
 
0.4%

Most occurring characters

ValueCountFrequency (%)
435713
30.1%
326053
22.0%
223893
20.1%
514753
12.4%
62480
 
2.1%
Л1275
 
1.1%
е1275
 
1.1%
н1275
 
1.1%
.1275
 
1.1%
1275
 
1.1%
Other values (8)9361
 
7.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number103328
87.1%
Lowercase Letter11475
 
9.7%
Uppercase Letter1275
 
1.1%
Other Punctuation1275
 
1.1%
Space Separator1275
 
1.1%

Most frequent character per category

ValueCountFrequency (%)
е1275
11.1%
н1275
11.1%
о1275
11.1%
б1275
11.1%
л1275
11.1%
а1275
11.1%
с1275
11.1%
т1275
11.1%
ь1275
11.1%
ValueCountFrequency (%)
435713
34.6%
326053
25.2%
223893
23.1%
514753
14.3%
62480
 
2.4%
1436
 
0.4%
ValueCountFrequency (%)
Л1275
100.0%
ValueCountFrequency (%)
.1275
100.0%
ValueCountFrequency (%)
1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common105878
89.3%
Cyrillic12750
 
10.7%

Most frequent character per script

ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%
ValueCountFrequency (%)
435713
33.7%
326053
24.6%
223893
22.6%
514753
13.9%
62480
 
2.3%
.1275
 
1.2%
1275
 
1.2%
1436
 
0.4%

Most occurring blocks

ValueCountFrequency (%)
ASCII105878
89.3%
Cyrillic12750
 
10.7%

Most frequent character per block

ValueCountFrequency (%)
435713
33.7%
326053
24.6%
223893
22.6%
514753
13.9%
62480
 
2.3%
.1275
 
1.2%
1275
 
1.2%
1436
 
0.4%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

num_of_women_cons
Categorical

HIGH CORRELATION

Distinct9
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size817.3 KiB
4
25009 
3
19206 
5
17882 
8
17424 
6
13465 
Other values (4)
11617 

Length

Max length12
Median length1
Mean length1.134078373
Min length1

Characters and Unicode

Total characters118628
Distinct characters20
Distinct categories5 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row6
2nd row4
3rd row6
4th row6
5th row8
ValueCountFrequency (%)
425009
23.9%
319206
18.4%
517882
17.1%
817424
16.7%
613465
12.9%
25159
 
4.9%
14971
 
4.8%
Лен. область1275
 
1.2%
0212
 
0.2%
2021-04-25T12:27:18.298983image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Histogram of lengths of the category
2021-04-25T12:27:18.386927image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
ValueCountFrequency (%)
425009
23.6%
319206
18.1%
517882
16.9%
817424
16.5%
613465
12.7%
25159
 
4.9%
14971
 
4.7%
лен1275
 
1.2%
область1275
 
1.2%
0212
 
0.2%

Most occurring characters

ValueCountFrequency (%)
425009
21.1%
319206
16.2%
517882
15.1%
817424
14.7%
613465
11.4%
25159
 
4.3%
14971
 
4.2%
Л1275
 
1.1%
е1275
 
1.1%
н1275
 
1.1%
Other values (10)11687
9.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number103328
87.1%
Lowercase Letter11475
 
9.7%
Uppercase Letter1275
 
1.1%
Other Punctuation1275
 
1.1%
Space Separator1275
 
1.1%

Most frequent character per category

ValueCountFrequency (%)
е1275
11.1%
н1275
11.1%
о1275
11.1%
б1275
11.1%
л1275
11.1%
а1275
11.1%
с1275
11.1%
т1275
11.1%
ь1275
11.1%
ValueCountFrequency (%)
425009
24.2%
319206
18.6%
517882
17.3%
817424
16.9%
613465
13.0%
25159
 
5.0%
14971
 
4.8%
0212
 
0.2%
ValueCountFrequency (%)
Л1275
100.0%
ValueCountFrequency (%)
.1275
100.0%
ValueCountFrequency (%)
1275
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common105878
89.3%
Cyrillic12750
 
10.7%

Most frequent character per script

ValueCountFrequency (%)
425009
23.6%
319206
18.1%
517882
16.9%
817424
16.5%
613465
12.7%
25159
 
4.9%
14971
 
4.7%
.1275
 
1.2%
1275
 
1.2%
0212
 
0.2%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII105878
89.3%
Cyrillic12750
 
10.7%

Most frequent character per block

ValueCountFrequency (%)
425009
23.6%
319206
18.1%
517882
16.9%
817424
16.5%
613465
12.7%
25159
 
4.9%
14971
 
4.7%
.1275
 
1.2%
1275
 
1.2%
0212
 
0.2%
ValueCountFrequency (%)
Л1275
10.0%
е1275
10.0%
н1275
10.0%
о1275
10.0%
б1275
10.0%
л1275
10.0%
а1275
10.0%
с1275
10.0%
т1275
10.0%
ь1275
10.0%

Interactions

2021-04-25T12:26:56.515245image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:56.715081image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:56.932079image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:57.147949image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:57.388204image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:57.653152image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:57.815433image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:57.952335image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:58.089310image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:58.251284image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:58.435911image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:59.083525image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:59.223145image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:59.359106image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:59.511012image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:59.710873image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:26:59.891005image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:00.018897image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:00.157355image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:00.296219image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:00.559989image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:00.759888image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:00.895764image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:01.023679image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:01.199561image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:01.455429image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:01.751196image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:02.044984image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:02.277990image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
2021-04-25T12:27:02.509795image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Correlations

2021-04-25T12:27:18.512767image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Pearson's r

The Pearson's correlation coefficient (r) is a measure of linear correlation between two variables. It's value lies between -1 and +1, -1 indicating total negative linear correlation, 0 indicating no linear correlation and 1 indicating total positive linear correlation. Furthermore, r is invariant under separate changes in location and scale of the two variables, implying that for a linear function the angle to the x-axis does not affect r.

To calculate r for two variables X and Y, one divides the covariance of X and Y by the product of their standard deviations.
2021-04-25T12:27:18.665736image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Spearman's ρ

The Spearman's rank correlation coefficient (ρ) is a measure of monotonic correlation between two variables, and is therefore better in catching nonlinear monotonic correlations than Pearson's r. It's value lies between -1 and +1, -1 indicating total negative monotonic correlation, 0 indicating no monotonic correlation and 1 indicating total positive monotonic correlation.

To calculate ρ for two variables X and Y, one divides the covariance of the rank variables of X and Y by the product of their standard deviations.
2021-04-25T12:27:18.817668image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Kendall's τ

Similarly to Spearman's rank correlation coefficient, the Kendall rank correlation coefficient (τ) measures ordinal association between two variables. It's value lies between -1 and +1, -1 indicating total negative correlation, 0 indicating no correlation and 1 indicating total positive correlation.

To calculate τ for two variables X and Y, one determines the number of concordant and discordant pairs of observations. τ is given by the number of concordant pairs minus the discordant pairs divided by the total number of pairs.
2021-04-25T12:27:19.033489image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Phik (φk)

Phik (φk) is a new and practical correlation coefficient that works consistently between categorical, ordinal and interval variables, captures non-linear dependency and reverts to the Pearson correlation coefficient in case of a bivariate normal input distribution. There is extensive documentation available here.
2021-04-25T12:27:19.470864image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/

Cramér's V (φc)

Cramér's V is an association measure for nominal random variables. The coefficient ranges from 0 to 1, with 0 indicating independence and 1 indicating perfect association. The empirical estimators used for Cramér's V have been proved to be biased, even for large samples. We use a bias-corrected measure that has been proposed by Bergsma in 2013 that can be found here.

Missing values

2021-04-25T12:27:03.811567image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
A simple visualization of nullity by column.
2021-04-25T12:27:05.389558image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2021-04-25T12:27:06.296003image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.
2021-04-25T12:27:06.692376image/svg+xmlMatplotlib v3.3.4, https://matplotlib.org/
The dendrogram allows you to more fully correlate variable completion, revealing trends deeper than the pairwise ones visible in the correlation heatmap.

Sample

First rows

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_cons
0Жилой квартал «Цивилизация» – проект комплексного развития городской территории. Корпуса, расположенные на первой линии, построены по кирпично-монолитной технологии, светлые фасады оформлены в стиле сталинского ампира. Дома второй линии построены по бесшовной технологии.,Планировки различаются в каждом корпусе, они представлены как классическими так и европланировками, студии отсутствуют. В некоторых квартирах спроектированы потолки высотой до 3,5 метров, кухни-гостиные и ниши под гардеробные. Фасады первой линии обращены в сторону Невы, поэтому квартиры имеют видовые характеристики.,Жилой комплекс расположен в Невском районе на Октябрьской набережной. Проект включает в себя четыре детских сада на 720 мест, две школы на 3300 мест и детский образовательный центр на 200 мест. На первых этажах корпусов предусмотрены коммерческие помещения. Придомовая территория благоустроена пешеходным бульваром, скверами, зелеными зонами и ландшафтным дизайном. Во дворе установлены детские площадки, спортивные комплексы, а также подземные и наземные многоуровневые паркинги на 4000 мест. Проектом предусмотрен собственный выход на благоустроенную набережную.,В районе расположены парки и скверы, работают магазины, отделения почты и банков, ТРК «Лондон Молл». В 10 минутах транспортом находится метро «Улица Дыбенко», выезд на КАД – в семи минутах транспортом.,Преимущества: ,-Архитектура в стиле сталинского ампира,-Небольшое количество квартир на этаже,-Коммерческие помещения на первых этажах,-Две школы, начальная школа с детским садом и четыре детских сада на территории комплекса,-Благоустроенная территория с новыми пешеходными улицами, скверами и живописным бульваром,-Комплекс окружен тремя парками,-500 метров до ТРК «Лондон Молл»,-Невский проспект в 10 минутах транспортом,Способы оплаты:,- Ипотека 50/50 (ипотечные каникулы),- Ипотека с использованием материнского капитала ,- Длительная РассрочкаКвартираНовостройка1240.315.811.56213000.0Панель4/2/20214/2/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко71325823136
1🔑🔔 Продается студия в 10 минутах от метро Звенигородская ,✅ Дом с высокими потолками и массивными стенами, с полностью обновленной инженерией, как новостройка - только в старом фонде.,✅ Квартира имеет удобную прямоугольную планировку, благодаря высоте потолков, возможно создание двухуровневого пространства. Также можем предложить отделку под ключ.,🔥 Звоните и записывайтесь на просмотр!,Преимущества дома:,✅Высота потолков 3.3,✅Зеленая зона,✅Тихий закрытый двор,✅Квартира оборудована биметаллическими радиаторами,✅Новая инженерия (Мы проложили полностью новые инженерные сети из самых лучших материалов. Качество материалов позволит им служить вам долгие годы),✅Наземная парковка,✅Толстые стены 60 см - отличная шумо и звукоизоляция,✅Окна Rehau 2-х камерные стеклопакеты,Местоположение:,Дом расположен в исторической части Петербурга,остановки общественного транспорта, позволяющие добраться в любую точку города,развитая инфраструктура - магазины, кафе, административные учреждения,Хорошее приобретение: как самому жить, так и под сдачу - выгодно инвестировать накопленный бюджет.,Для семей с детьми:,Детские сады,Детская площадка с набивным покрытием во дворе,Школы,Документы готовы к продаже.Сделка проходит нотариально, деньги через ячейку.,ПРОСМОТР ОБЪЕКТОВ ТЕПЕРЬ ДОСТУПЕН В ФОРМАТЕ ОН-ЛАЙН ПО ВИДЕОСВЯЗИ. 🔥🔥🔥Вы сможете увидеть понравившуюся студию в любое удобное время, не выходя из дома. 🏠🏠,👇 Рекомендуем к просмотру нашу подборку схожих студий внизу 👇СтудияВторичная1219.9NaNNaN3100000.0Кирпич13/5/202013/2/20213,7Адмиралтейский0 - 10003,43,22,93,73,83,54,33,23,42,55Звенигородская9734612654
2ddrtrtrtrtrty,Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Угловая квартира,4. Двухстороняя квартира,5. Изолированные комнаты,6. Большая кухня,7. Есть балкон,8. Чистовая отделка,9. Несколько окон в комнате,10. Есть эркер,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 56 593 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка11147.5NaNNaN8930000.0Кирпич15/2/202119/2/20213,7Невский1000 - 20003,33,03,03,64,13,74,43,13,02,523Елизаровская71325823136
32 комнатная квартира (№ 253), общей площадью 58.1 кв.м. на 12 этаже.,Новый проект от застройщика № 1 в России!,«Цивилизация» расположится на участке площадью 60 гектаров между Октябрьской набережной, Дальневосточным проспектом, улицей Крыленко и проектируемым в створе улицы Антонова-Овсеенко проездом.КвартираНовостройка21258.117.626.49121700.0Панель4/3/20214/3/20213,5Невский1000 - 20003,12,82,73,53,83,54,33,13,02,426Улица Дыбенко71325823136
4Клубный дом на 102 квартиры высотой 19 этажей. Дизайн лаконичных фасадов выполнен по авторскому проекту: в облицовке используется клинкерный кирпич теплых коричневых тонов и панорамное остекление.,На каждом этаже расположено по 6 квартир, в них спроектированы высокие потолки и широкие остекленные лоджии. Квартиры на верхних этажах имеют видовые характеристики.,На придомовой территории спроектированы зоны отдыха на стилобате, проведены работы по озеленению и благоустройству. Во дворе расположены спортивные и детские площадки и установлены камеры видеонаблюдения. В доме работает служба консьержей. Двор свободный от автомобилей: на цокольном этаже спроектирован паркинг с лифтом. ,В пешей доступности работают специализированные школы и гимназии, Удельный парк и ТРК «Сити Молл». В районе ЖК развита сеть общественного транспорта. ,Дом сдан. Заселен.,Семейная Евро Пяти - комнатная квартира с панорамным видом на город,Высокие потолки – 3 метра,Панорамное остекление балкона и лоджии,Возможна ипотека или рассрочка,Белая предчистовая отделка,До метро Пионерская 10 минут пешком,До центра 20 минут на автомобиле,ИЩЕМ и НАХОДИМ необходимую квартиру вместе с вами!,ЗВОНИТЕ.,Лучшие предложения объектов недвижимости. Подбор по цене, срокам, районам города.,И да, наши услуги бесплатныКвартираНовостройка511121.024.261.520520000.0Монолит6/2/202124/3/20213,9Приморский0 - 10003,53,63,33,73,73,84,42,93,72,719Пионерская51306824128
5Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Двухстороняя квартира,2. Изолированные комнаты,3. Большая кухня,4. Несколько сан.узлов,5. Есть лоджия,6. Несколько окон на кухне,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 82 671 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка3590.6NaNNaN13044960.0Кирпич15/2/202120/2/20213,7Невский2000 - 30003,43,22,93,73,83,54,33,23,42,513Обухово71325823136
6Арт. 43578871 В продаже 3-к.кв. в клубном доме White House, который располагается в исторической части города, на Петроградке., Изюминкой архитектурного проекта является атриум с прозрачным куполом и уникальным панорамным лифтом.,В отделке используются эксклюзивные материалы. Фасад утеплённый с декоративной штукатуркой, цоколь - юрский мрамор, напольное покрытие – дизайнерская итальянская плитка, стены отделаны венецианской штукатуркой. Архитектурная подсветка фасада делает здание яркой доминантой.,Доступ в здание ограничивается смарт-картами; круглосуточная охрана, видеонаблюдение.,Предусмотрена безопасная закрытая детская площадка с малыми архитектурными формами и газоном. В здании предусмотрены кладовые помещения – 38 юнитов.,Предусмотрен автоматизированный паркинг.КвартираВторичная33102.126.946.128066500.0Монолит12/3/202118/3/20213,7Петроградский1000 - 20003,43,22,93,73,83,54,33,23,42,57Петроградская665319243
7Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Изолированные комнаты,4. Комнаты квадратной формы,5. Кухня квадратной формы,6. Чистовая отделка,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 58 661 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка2153.6NaNNaN9256424.0Монолит15/2/202116/2/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Площадь Ленина51136124334
8Продается 1 ккв в ЖК комфорт класса в Невском районе.,ЖК Приневский,7 корпус 1 секция,Корпус сдан, ключи в марте!,Чистовая отделка - заезжай и живи!,16 этаж из 24,Удобная планировка, окна на восток,Один собственник, без обременений - быстрая сделка!,Юридическое сопровождение сделки входит в стоимость! ,Помощь в получении ипотеки!КвартираНовостройка11630.98.215.44450000.0Монолит1/3/202122/3/20213,2Невский2000 - 30002,82,62,33,23,92,43,52,62,91,824Пролетарская71325823136
9Продается двухкомнатная квартира в ЖК Чистое небо площадью 60.92 м² (жилая площадь – 29.63 м²). Квартира расположена по адресу Комендантский пр., уч. 1 и 2 рядом с метро Комендантский Проспект. Расстояние до метро 7 Мин.на транспорте. Корпус сдается в 2023. Площадь кухни 17.94 м². Площадь прихожей 8.27 м². Высота потолка 2.77 м. Лоджия. Чистовая отделка. Транспортная доступность,— Метро «Комендантский проспект» – 15 минут езды,— Удобные выезды на КАД и ЗСД,— Близость Юнтоловского заказника,О проекте,— Большая часть домов уже заселена,— Эффектная каскадная архитектура домов (от 7 до 25 этажей),— Оригинальная расцветка фасадов,— Кирпично-монолитная технология строительства,Инфраструктура и благоустройство,— Детские сады, школы, спортивный центр, кафе, рестораны, магазины, аптеки, пекарни, отделения банков – на территории квартала,— Два детских сада с бассейнами, магазины, аптеки уже открылись,— Зона отдыха длиной 1,5 км в длину,— Уютные дворы у каждого корпусаКвартираНовостройка2560.9NaNNaN8350365.0Кирпич27/3/202127/3/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,824Комендантский проспект51306824128

Last rows

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_cons
104593Продается квартира жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка2749.316.320.65290000.0Панель19/2/202119/2/20213,7Кировский0 - 10003,73,12,93,63,73,44,23,03,12,512Проспект Ветеранов5975816163
104594Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Высокие потолки,3. Большая кухня,4. Есть лоджия,5. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 47 606 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.СтудияНовостройка1629.6NaNNaN7512000.0Кирпич15/2/202120/2/20213,9Выборгский1000 - 20004,03,13,23,84,03,23,83,33,92,910Удельная61367327745
104595Продается квартира-студия на 2 этаже!,УСТУПКА!,Чистовая отделка в темных тонах, прихожая с местом под встроенный шкаф, просторный балкон!,— 10 минут до метро,— Удобный выезд на КАД, ЗСД,— Детские сады и школы на территории комплекса,— Наземные паркинги и подземные паркинги,— Площадь с фонтаном на территории комплекса,— Юнтоловский заказник в пяти минутах пешком,Подходит под ипотеку!,Звоните!СтудияВторичная1226.0NaN18.14100000.0Монолит27/2/202127/2/20213,9Приморский4000 - 50003,23,43,33,93,93,74,53,33,82,814Комендантский проспект51306824128
104596Продается двухкомнатная квартира на пятнадцатом этаже в жилом комплексе комфорт класса., 15 минут до метро пр-т Ветеранов на общественном транспорте (остановка рядом с домом).,Первые очереди сданы, идет заселение, ОТДЕЛКА В ПОДАРОК !!!,Инфраструктура действующая:,школа, участковый отдел полиции, медицинский центр, торговый центр «Дудергофский», гипермаркеты «ОКЕЙ», «Метрика», «Лента», супермаркет,фитнес-клуб «Fitness House», рестораны «Milky»,«McDonalds».,— В домах установлены камеры видеонаблюдения,— Квартиры сдаются с чистовой отделкой,— Бесшумные скоростные лифты в каждой парадной,— Подземные и наземные парковки,В рамках жилого комплекса построены:,пожарное депо, школа, детский сад и центры детского развития, фитнес-центр, аптеки и медицинские центры, собственный ТРК, бульвар, стадион.,По возможности приобретения квартиры в этом жилом комплексе, а так же индивидуальной экскурсии - обращайтесь!,ЭКСКУРСИИ КАЖДЫЙ ДЕНЬ!,ИПОТЕКА ОТ 5%КвартираНовостройка21559.417.824.25850000.0Панель18/12/202019/2/20213,7Красносельский2000 - 30003,43,22,93,73,83,54,33,23,42,516Горелово0614519244
104597Продается 1-комнатная квартира площадью 45.89 кв. метров ,на 4 этаже ,12 этажного ,кирпично-монолитного дома ,комфорт-класса в ЖК Ariosto!. ,Оптимальная планировка: Просторная кухня (14.41 кв.м) и одна комната (15.10 кв.м). ,В квартире один санузел. ,Также в квартире есть лоджия. ,Окна квартиры выходят на юго-восток и северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 29 минутах на транспорте от станции метро «Комендантский Проспект». ,В проекте 3 жилых корпуса высотой 12 этажей, а также планируется открытие: один детский сад. ,Из плюсов ЖК можно отметить: закрытую территорию, видеонаблюдение и подземный паркинг на 1172 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,При этом окружающий район уже обладает развитой инфраструктурой: государственные детсады. Рядом с ЖК расположены лесопарки и скверы. Подземный паркинг для авто. Площадки для детских и спортивных игр, между дворами протянутся пешеходные дорожки.,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 47 519 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Ariosto! в продаже 273 1-комнатных квартир стоимостью от 7.4 до 16.8 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-641797КвартираНовостройка1445.9NaNNaN8797113.0Кирпич22/3/202128/3/20213,8Приморский3000 - 40003,13,53,33,83,93,84,52,93,72,712Комендантский проспект51306824128
104598Организуем показы объектов в любом формате (онлайн и оффлайн). Расскажем об особенностях объекта, локации, сделаем подробный анализ выбранных вариантов.,1. Классическая планировка,2. Угловая квартира,3. Двухстороняя квартира,4. Изолированные комнаты,5. Комнаты квадратной формы,6. Кухня квадратной формы,7. Несколько сан.узлов,8. Есть лоджия,9. Несколько окон в комнате,\tЕжемесячный (аннуитетный) платеж по ипотеке составит 67 631 рублей.,Поможем выгодно приобрести квартиру и одобрить ипотеку с минимальной ставкой. Бесплатная экспертная помощь на каждом этапе покупки.КвартираНовостройка31280.4NaNNaN10671700.0Кирпич15/2/202119/2/20213,5Красногвардейский2000 - 30002,93,12,73,43,83,24,42,73,22,422Ладожская2885416224
104599Продаётся квартира-студия в жилом комплексе Parkolovo.,Ввод в эксплуатацию 30 сентября 2023.,Технология строительства кирпич-монолит.,Одним из преимуществ объекта является скрытая разводка коммуникаций в стяжке пола, стальные радиаторы отопления европейских производителей с улучшенной теплопередачей, современные системы очистки воды и противопожарной безопасности, а также другие технологические опции.,Parkolovo — масштабный проект ЦДС на севере Петербурга. Мы не случайно называем его жилым дворово‐парковым ансамблем. Созданный в лучших традициях планового, гармонизирующего и комплексного развития территорий, отличавших северную столицу от других российских городов с момента его основания, новый район воплощает наши лучшие представления о комфортной, эстетичной, актуальной и дружественной среде.,Прямая продажа от застройщика Группы ЦДС!,Приобрести квартиру можно с помощью различных способов оплаты: ипотека, рассрочка 0%, социальные программы и выплаты, материнский капитал, военная ипотека — мы поможем оформить все необходимые документы.,Звоните в ЦДС, наши менеджеры ответят на все вопросы по данной квартире.,Номер в базе ЦДС: 81797СтудияНовостройка11329.2NaN29.23704925.0Кирпич6/3/202126/3/20213,7Выборгский4000 - 50003,43,22,93,73,83,54,33,23,42,516Парнас61367327745
104600В продаже уютная, светлая 3-х комнатная квартира.,Соседи вежливые люди, дискомфорта Вам не доставят.,Санузел раздельный, комнаты изолированные. В квартире тихо, окна выходят во двор. Отличное транспортное сообщение: до метро 10 мин на трамвае или 30 минут пешком. Ближайшее станция метро Гражданский проспект.,Инфраструктура рядом: детский сад, школа, магазины, сквер Чингиза Айтматова.,Прямая продажа, без обременений, три взрослых собственника.,Звоните, и записывайтесь на просмотр!,Ваш специалист Белоногов Антон.КвартираВторичная3272.210.947.29500000.0Кирпич25/3/202125/3/20213,9Калининский1000 - 20003,93,33,13,84,13,94,53,23,42,59Академическая51136124334
104601Продается студия площадью 18.40 кв. метров ,на 13 этаже ,13 этажного ,монолитного дома ,комфорт-класса в ЖК Best Western Zoom Hotel. ,Оптимальная планировка: ниша под шкаф в коридоре. ,Окна квартиры выходят на северо-запад.,Жилой комплекс находится на севере Санкт-Петербурга и в 12 минутах пешком от станции метро «Чёрная Речка». ,В проекте 1 жилой корпус высотой 13 этажей. ,Из плюсов ЖК можно отметить: видеонаблюдение, консьерж и подземный паркинг на 68 машин. ,Первые этажи корпусов займут кафе, магазины, пекарни и другие предприятия торговли и услуг.,Подземный паркинг для авто. ,🎁💥📣 В ЭТОМ МЕСЯЦЕ ДЕЙСТВУЮТ ОТЛИЧНЫЕ СКИДКИ И АКЦИИ:🎁💥🤫 ⌛ 💸в ипотеку от 18 360 ₽ в месяц при первом взносе 20% и 🔥МАТКАПИТАЛ📣.,В ЖК Best Western Zoom Hotel в продаже 290 студий стоимостью от 3.4 до 5.4 млн. рублей. ,Звоните, подберем подходящий вам вариант. Номер лота - living-926127СтудияНовостройка11318.4NaNNaN3399000.0Монолит26/3/202127/3/20213,7Приморский0 - 10003,43,22,93,73,83,54,33,23,42,513Черная речка51306824128
104602Продается квартира в новостройке по переуступке!,В жилом комплексе предусмотрено развитие собственной социальной инфраструктуры:,- коммерческие помещения в самом ЖК,- детские и спортивные площадки,- собственная школа, детский сад,Пешеходные дорожки, обустроенные зоны отдыха. Почти треть территории отведено под озеленение. Удобные развязки и выезды в курортных направлениях.,В пешей доступности торговые центры, БЦ, несколькими супермаркетами и кафе, есть уже функционирующие отделения почты и банков.,На фото представлен пример отделки из шоу-рума,Агентов просьба не звонить!,Полное сопровождение сделки на всех этапах бесплатно!КвартираНовостройка21050.0NaNNaN4280000.0Монолит7/3/202115/3/20213,7Калининский4000 - 50003,43,22,93,73,83,54,33,23,42,521Гражданский проспект51136124334

Duplicate rows

Most frequent

descriptionflat_typeobject_typeroomsfloorssquarekitchen_squarelive_squarepricebuild_matirealpublic_dateupdate_datedistrict_ratingdistrictundergroundeco_ratingclear_ratinggkh_ratingneighbor_ratingkids_ratingsport_rest_ratingshop_ratingtraffic_ratingsecure_ratinglife_price_ratingtotal_floorsmetro_stationnum_of_metro_stationsnum_of_kindgnum_of_schoolsnum_of_polynum_of_hospitalsnum_of_dentistsnum_of_women_conscount
219В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 11 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка11120.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
233В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 2 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 030 765 рублей.СтудияНовостройка1220.85.09.83030765.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
244В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 7 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка1720.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
247В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 9 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка1920.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243348
222В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 13 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 051 595 рублей.СтудияНовостройка11320.85.09.83051595.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243347
31В продаже 1-комнатная евро квартира с отделкой в новом доме жилого комплекса "Ручьи". Квартира в корпусе "дом 16" на 3 этаже, общая площадь однокомнатной евро квартиры 34.04 м.кв., кухня 15.94 м.кв. Жилой комплекс "Ручьи" располагается по адресу Пискаревский проспект (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 5 003 880 рублей.КвартираНовостройка1334.015.910.75003880.0Монолит13/11/202022/2/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,513Академическая511361243346
215В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 1 этаже, общая площадь студии 20.53 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 2 966 585 рублей.СтудияНовостройка1120.55.09.22966585.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346
226В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 15 этаже, общая площадь студии 20.35 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 2 991 450 рублей.СтудияНовостройка11520.45.09.42991450.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346
230В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 17 этаже, общая площадь студии 20.35 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 2 981 275 рублей.СтудияНовостройка11720.45.09.42981275.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346
240В продаже студия с отделкой в новом доме жилого комплекса "Цветной город, квартал 19". Квартира в корпусе "дом 10" на 5 этаже, общая площадь студии 20.83 м.кв., кухня 5 м.кв. Жилой комплекс "Цветной город, квартал 19" располагается по адресу Муринская дорога/Пискаревский пр. (Красногвардейский район г. Санкт-Петербург), рядом станция метро Академическая. Срок сдачи новостройки - 2022. Стоимость квартиры - 3 041 180 рублей.СтудияНовостройка1520.85.09.83041180.0Монолит25/3/202125/3/20213,7Калининский3000 - 40003,43,22,93,73,83,54,33,23,42,517Гражданский проспект511361243346